公式只需3步，别用循环跑1000次：一道幼儿园算术题给程序员的思维考题

周三晚上十一点，工程师陈卓拧开第三瓶无糖可乐，点开了欧拉计划的第一题。那个问题安静地躺在屏幕上，像所有经典的初学者陷阱一样，外表温柔、内核锋利。“把1000以下所有3或5的倍数加在一起。” 他下意识地敲出了一个 for 循环，一行行代码像肌肉记忆般流出。跑出结果233168只用了半秒，他正想关掉页面，突然被一句话拽住了：“如果上限是一个亿呢？”

不是性能不够，是脑袋里那根“先跑循环再说”的弦绷得太久了。陈卓盯着刚刚写完的代码，心里开始了一场辩论，正方和反方都来自他自己。正方说：问题这么小，直接遍历最简单，可读性满分，同事半夜接手也能看懂。反方反驳：可读性不是懒惰的借口，一千、一万你遍历，一亿、十亿也遍历吗？养成习惯再想改就难了。他看着那一行 if number % 3 == 0 or number % 5 == 0，突然意识到，这其实是在问一个数学问题，而自己一直在用物理方式回答。

暴力解法确实直白：从1数到999，每个数都用取余运算符 % 验一下，能被3或5整除就累加。Python 里 number % 3 返回余数，余数为零便说明没有余数——整除成立。代码就是一套机械流水线，送进数字，流出判断，统计求和。对于1000，这不过一千次检查，现代处理器眼皮都不眨。但陈卓慢慢看穿了它的真面目：这是一个 O(n) 的方案，工作量跟输入量成正比。上限翻倍，循环次数翻倍；上限膨胀到十亿，就要做十亿次整除判断。跑得动不代表跑得好——你让银行把每一笔历史交易都循环一遍来算利息，数据中心会直接拉警报。

反方立场开始亮出底牌：问题的本质不是“数字的逐一筛查”，而是“3和5的倍数构成的等差数列”。3的倍数就是3, 6, 9, 12…… 每一项都比前一项固定多出3，这正是算术级数的定义。高斯小学时就算出了1加到100的和，公式简洁得像一句诗：和 = 首项加末项的和除以2再乘以项数，也就是 n×(n+1)/2。对于3的倍数，只不过每一项都带着公因子3，只要把3提到外面，括号里还是连续自然数的和。所以，3的所有倍数求和，等价于 3 × [ (项数)×(项数+1)/2 ]。这里的项数等于 (上限−1) 整除3，也就是 floor((limit−1)/3)。同理可得5的倍数总和。

到这里，正方又开口了：“等等，这两个集合有重叠——15既是3的倍数又是5的倍数，你把两笔钱加起来的时候，15、30、45就被数了两次，等于重复报销。”这恰好引出了容斥原理：要把多算的部分减掉。于是最终答案变成三个等差数列之和的加减法：sum(3的倍数) + sum(5的倍数) − sum(15的倍数)。写成代码，一个通用的辅助函数 sum_of_multiples 接收参数 x 和 limit，先用整数除法“//”算出项数 n（它自动向下取整，恰好给出完整倍数的个数），然后直接套 x * n * (n+1) // 2。主函数 project_euler_1 就变成一行组合返回。陈卓把代码跑了一遍，还是那个结果233168，但他知道事情已经完全不一样了。

他用几分钟画了一张对比表，把两种思路的内核赤裸裸摆在面前。上限1000时，暴力法大约做1000次运算，公式法只需几十次简单乘法加法；上限100万，暴力法约百万次工作，公式法还是几十次；上限10亿，暴力逼近十亿次，公式仍是两位数级别的常量计算。从算法复杂度看，这就是 O(n) 与 O(1) 的距离。O(1) 意味着不管输入量多大，核心计算成本几乎不变——它不是在数数，是在计算。循环在那里一个个敲门，公式却直接砸开了保险柜。

这不仅仅是欧拉计划第一题的花边。陈卓立刻想到了数据库里 B+树索引为什么能瞬间定位数据，而不是一行行扫描全表；想到了现代密码学里大数取模运算其实依赖数学性质，而不是循环试除；想到了机器学习里向量化操作把循环压进底层线性代数库，用矩阵公式替代逐元素计算。哪怕是电商的计费系统，需要实时刻划账单总额，也不可能逐笔交易遍历，一定是预先按规则算好了公式模型。所有场景指向同一句问话，这也就是反方最终获胜的原因：“我需要检查每一个案例吗，还是可以直接算出答案？”

那晚，陈卓没有再去刷题，而是把那个辅助函数又看了一遍。它干的活极少，只负责一个数列的求和，但它像一面镜子：同样的需求，既可以演成一出遍历每一个数字的冗长戏剧，也可以压缩成三个乘法。差别不在数学本身，在于开工之前的那一秒停顿——你是在写循环，还是在找结构。数学家早就把3的倍数求和封装成了高斯求和公式，把重复计数问题抽象成了容斥原理，而程序员要做的，只是把它们翻译成可复用的函数。用一次是取巧，每次都这么想才是工程素养。

回头再看那行最初的代码，陈卓没有觉得它错，只是觉得它漏掉了一个更早的步骤。暴力循环是最后的保底手段，而不是第一反应。任何工程师面对“把符合条件的都算一遍”这种需求时，都应该先做三件事：认清模式（这里就是等差数列），抽取通用公式（高斯求和），再用组合法则消除重复（容斥原理）。顺序对了，复杂度可能就从 O(n) 跳变到 O(1)。这跟背更多算法无关，跟“计算代替计数”的思维有关。那一句“能不能算出来”比具体某个算法更值钱，它背后藏着一整套让软件快起来、让架构轻下来的直觉。

整个复盘最后凝结成了一条朴素的提醒：当你要遍历整个世界之前，先看一眼世界是不是早就把自己排列成了公式。如果是，就用乘法和除法回答它，别再用加法慢吞吞地走完每一步。