Miller-Rabin​素数测试算法

(Miller-Rabin)​素数测试

用途

判断整数(n)是否是质数，在(n)较小的情况下，可以使用试除法，时间复杂度为(O(sqrt n))。但当(n)的值较大的时候，朴素的试除法已经不能在规定时间内解决问题。此时，我们可以用(Miller-Rabin)素数测试算法，时间复杂度可以降低至(O(log_2n))。

引理

费马小定理

若(a,p in mathbb{Z})，(p)为质数，则

[a^{p-1} equiv 1(mod;p) ]

在此不给出证明。

二次探测定理

描述

若(a,p in mathbb{Z})，(a^{2} equiv 1(mod;p))，(p)为质数，则(a equiv 1(mod;p))或(a equiv p-1(mod;p))。

证明

[egin{aligned} &ecause a^{2} equiv 1(mod;p)\ & herefore p mid (a^{2}-1)\ & herefore p mid (a+1)(a-1)\ &ecause p为质数\ & herefore p mid (a+1) 或(a-1)\ & herefore a+1 equiv 0(mod;p)或a-1 equiv 0(mod;p)\ & herefore a equiv 1 (mod;p)或a equiv p-1 (mod;p)\ end{aligned} ]

过程

根据费马小定理，我们可以得到一个真命题：若(p)为质数，则(a^{p-1} equiv 1(mod;p))。我们考虑这一命题的逆命题：若(a^{p-1} equiv 1)，则(p)为质数。我们会惊讶地发现，这一逆命题在大多数情况下竟然成立。也就是说，我们得到了一种有效地判断质数的方法，即取一个底数(a)，判断它与所需判断的数(p)是否满足这一等式。尽管有时可能出错，但这一算法的效率相比起朴素算法来说有了很大的提升。

接下来我们要做的就是提高这一算法的正确性。首先想到的自然是取多个(a)值，在常见的题目中，取([2,29])大概就能通过测试，当然也可以随机生成，注意(a)的值应该小于(p)。第二个优化是基于二次探测定理的。设(p=2^nm+1)，则可先算出(a^m)，然后再平方(n)次，求得(a^{p-1})。在这一过程中，若某次平方后所得的结果为(1)但上次平方后的结果不等于(p-1)或(1)，就出现了矛盾，从而就不满足(p)为质数这一前提。最后再次判断是否满足等式即可。

注意乘法可能越界，应拆成类似快速幂的算法。

代码

const int prime[10]={2,3,5,7,11,13,17,19,23,29};
long long multi(long long a,long long b,long long p)
{
	long long t=0;
	while(b)
	{
		if(b&1)
			t=(t+a)%p;
		a=(a<<1)%p;
		b>>=1;
	}
	return t;
}
long long power(long long a,long long b,long long p)
{
	long long t=1;
	while(b)
	{
		if(b&1)
			t=multi(t,a,p);
		a=multi(a,a,p);
		b>>=1;
	}
	return t;
}
bool Miller_Rabin(long long x)
{
	if(x==2)
		return true;
	if(!(x&1)||x<2)
		return false;
	long long t=x-1,exponent=0;
	while(!(t&1))
	{
		t>>=1;
		++exponent;
	}
	for(int i=0;i<10&&prime[i]<x;++i)
	{
		long long m=power(prime[i],t,x);
		for(int j=0;j<exponent;++j)
		{
			long long n=multi(m,m,x);
			if(n==1&&m!=1&&m!=x-1)
				return false;
			m=n;
		}
		if(m!=1)
			return false;
	}
	return true;
}