数论 Miller_Rabin质数测试
作用
当需要判断一个数字是否是质数时,又发现数字过大,(0(sqrt n))难以承受的时候,就可以使用Miller_Rabin质数测试
基本定理
定理一,费马小定理:
[(p是质数)Rightarrow a^{p-1}equiv 1
]
]
定理二,二次探测:
[(p是质数)且(x^2equiv1,当1<x<p) Rightarrow x=1 或x=p-1
]
]
基本定理的证明
直接引用一下别人博客上的证明,感觉证明得清晰明了,个人复述一下反而显得累赘
至此,是Miller_Rabin所需要的所有理论知识
算法流程
设要测试的数字为x
- 若x是偶数,0,1,2,可以直接判断
- 找出如下形式的s,t,使之满足(2^stimes tequiv1 (mod x)),要求t是个奇数
- 随机质数a(满足a小于x)
- 对于(a^t)循环进行:平方、二次探测..(共计循环s次)。倘若任意一次不满足条件,则x为合数
- 对于((2^{t})^{2times s})验证费马小定理,倘若不满足,则x为合数
- 循环随机若干个质数a,继续测试
- 上述操作之后仍未筛掉x,则x大概率是质数
Tips
[1] Miller_Rabin质数测试可以极大概率地判断出质数,但存在会有合数误判为质数的情况。这类强伪质数,称之为卡米歇尔强伪素数。
[2] 虽然是大概率,但概率之大足以放心使用。据考证:在int范围内,取遍30以内的所有质数后,保证该算法的正确性
[3] Miller_Rabin可以承受高达long long的数据范围,实际上限未知
[4] 记得快速乘优化
code:
bool millar_rabin(ll x){
if(x==2) return true;
if(!(x&1)||x==0||x==1) return false;
ll s=0,t=x-1;
while(!(t&1)) s++,t>>=1; //寻找合适的s和t
for(int p=1;p<=30&&prime[p]<x;++p){
ll b=qsm((ll)prime[p],t,x),k;
for(ll i=1;i<=s;++i){
k=qsc(b,b,x); //将b平方
if(k==1&&b!=1&&b!=x-1) return false;
b=k;
}
if(b!=1) return false;
}
return true;
}
参考资料:Miller-Rabin素数测试算法
原文链接: https://www.cnblogs.com/ticmis/p/13210646.html
欢迎关注
微信关注下方公众号,第一时间获取干货硬货;公众号内回复【pdf】免费获取数百本计算机经典书籍;
也有高质量的技术群,里面有嵌入式、搜广推等BAT大佬
原创文章受到原创版权保护。转载请注明出处:https://www.ccppcoding.com/archives/360423
非原创文章文中已经注明原地址,如有侵权,联系删除
关注公众号【高性能架构探索】,第一时间获取最新文章
转载文章受原作者版权保护。转载请注明原作者出处!