赔率（即2互质数）是通过 “滚轮” 产生的[2]，即通过从初始值3（类似于5、7、9 …）开始重复添加2，
n=3; n+=2; n+=2; n+=2; ... # wheel = [2]
3 5 7 9
通过重复相加2，然后4，再重复2，然后4等生成2-3-coprimes：
n=5; n+=2; n+=4; n+=2; n+=4; ... # wheel = [2,4]
5 7 11 13 17
在这里，我们确实需要知道从哪里开始添加与2或4之间的差异，具体取决于初始值。对于5、11、17 …，它是2（即车轮的第0个元素）；对于7、13、19，…，它是4（即第一元素）。
我们怎么知道从哪里开始？滚轮优化的意义在于，我们仅处理此序列互质数（在此示例中为2-3-coprimes）。因此，在获得递归生成的质数的代码部分中，我们还将维护滚轮流，并对其进行推进，直到看到其中的下一个质数为止。滚动顺序将需要产生两个 结果- 数值和车轮位置。因此，当我们看到质数时，我们也获得了相应的车轮位置，并且可以从车轮上的该位置开始生成其倍数。p当然，我们将所有内容相乘，从开始P*p：
for (i, p) # the (wheel position, summated value)
in enumerated roll of the wheel:
when p is the next prime:
multiples of p are m = P*p; # map (P*) (roll wheel-at-i from p)
m += P*wheel[i];
m += P*wheel[i+1]; ...
因此，字典中的每个条目都必须保持其当前值，其基本质数和其当前的车轮位置（在需要时，将其环绕度调整为0）。
为了产生结果质数，我们滚动另一个互质数序列，并仅保留字典中未包含的那些元素，就像参考代码中那样。
更新： 在codereview上进行了几次迭代（非常感谢那里的贡献者！）我已经到达此代码，并尽可能使用itertools来提高速度：
from itertools import accumulate, chain, cycle, count
def wsieve(): # wheel-sieve, by Will Ness. ideone.com/mqO25A
wh11 = [ 2,4,2,4,6,2,6,4,2,4,6, 6,2,6,4,2,6,4,6,8,4,2, 4,
2,4,8,6,4,6,2,4,6,2,6, 6,4,2,4,6,2,6,4,2,4,2, 10,2,10]
cs = accumulate(chain([11], cycle(wh11))) # roll the wheel from 11
yield(next(cs)) # cf. ideone.com/WFv4f,
ps = wsieve() # codereview.stackexchange.com/q/92365/9064
p = next(ps) # 11
psq = P**2 # 121
D = dict(zip(accumulate(chain([0], wh11)), count(0))) # wheel roll lookup dict
mults = {}
for c in cs: # candidates, coprime with 210, from 11
if c in mults:
wheel = mults.pop(c)
elif c < psq:
yield c
continue
else: # c==psq: map (P*) (roll wh from p) = roll (wh*p) from (P*p)
i = D[(p-11) % 210] # look up wheel roll starting point
wheel = accumulate( chain( [psq],
cycle( [P*d for d in wh11[i:] + wh11[:i]])))
next(wheel)
p = next(ps)
psq = P**2
for m in wheel: # pop, save in m, and advance
if m not in mults:
break
mults[m] = wheel # mults[143] = wheel@187
def primes():
yield from (2, 3, 5, 7)
yield from wsieve()
602392714
清零编程群