Miller_Rabin大质数检验
质数检验有不少算法,一般使用的质数检验复杂度是;
又如线性筛可以在的时间内求出所有1~n的质数
但是,当n非常大,连的复杂度也难以接受时,上述算法便不能满足要求
这篇blog记录了一些关于Miller_Rabin算法的内容
大家都知道的著名的费马小定理:
其中互质
我们猜想,任意选取,如果一个数满足以上式子,那么它就很有可能是一个质数
但是这个猜想很容易找到反例:,时,费马小定理逆命题不成立,人们把的合数称为以为底的“伪素数”
在中,质数一共有个,而满足的合数有个,算法出错的概率太高了
一个想法是,同时使用多个a来进行判断,例如同时检验
在中,同时以为底的伪素数只有个,不到以2为底的
选取的越多时,算法越准确,这便是费马素性检验
(以下内容引自Matrix67的博客)
人们自然会想,如果考虑了所有小于n的底数a,出错的概率是否就可以降到0呢?没想到的是,居然就有这样的合数,它可以通过所有a的测试(这个说法不准确,详见我在地核楼层的回复)。Carmichael第一个发现这样极端的伪素数,他把它们称作Carmichael数。你一定会以为这样的数一定很大。错。第一个Carmichael数小得惊人,仅仅是一个三位数,561。前10亿个自然数中Carmichael数也有600个之多。Carmichael数的存在说明,我们还需要继续加强素性判断的算法。
由此观之,费马素性检验仍不能满足我们的要求,我们需要改进素性检验算法
引理:
对于,是质数
若
那么有或
证明:
Miller_Rabin素数测试的方法是,对于待检验数,不断地提取中的因子,把表示成的形式,那么我们需要计算的东西变成了
于是,如果是质数,要么等于,要么等于
如果,定理同样适用于
不断地开方,直到存在一个,使得
至此,费马素性检验被强化为如下形式:
尽可能提取因子,将待检验数表示为的形式,其中是一个奇数
如果,或者找到一个,使得,那么极有可能是一个质数,否则就不是一个质数
上文提到极有可能,是因为Miller_Rabin同样是不确定算法,我们称能够通过以为底的Miller_Rabin检验的合数称为以为底的“强伪素数”,第一个以为底的强伪素数为,而第一个以和为底的强伪素数则为1373653
如果选用和作为,那么内唯一的强伪素数为,正确率可以接受
Miller_Rabin核心代码
这里,我采用先将n-1的所有因子2提取出来,再不断地平方回到原来的n-1的枚举方法
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
typedef long long ll;
const ll a[10]={0,2,3,7,61,24251};
ll fastpow(ll a,ll b,ll p)
{
ll re=1,base=a;
while(b)
{
if(b&1)
re=re*base%p;
base=base*base%p;
b>>=1;
}
return re;
}
bool Miller_Rabin(ll x,ll a)
{
if(x==a)
return true;
if(x%a==0 || x<2)
return false;
ll d=x-1,r=0;
while(!(d&1))
{
d>>=1;
++r;
}
ll k=fastpow(a,d,x);
if(k==1 || k==x-1)
return true;
for(ll i=1;i<r;++i)
{
k=k*k%x;
if(k==x-1)
return true;
}
return false;
}
bool test(ll x)
{
for(int i=1;i<=5;++i)
if(!Miller_Rabin(x,a[i]))
return false;
return true;
}
1 | typedef long long ll; |
题外话
由于水平及时间有限,博客中可能存在较多疏漏,希望读者能够指出,非常感谢
撰写过程中,很多内容参考了matrix67的博客,在此表示感谢