米勒-拉宾素性检验

素性測試

米勒-拉宾素性检验(英语:Miller–Rabin primality test)是一种素数判定法则,利用随机化算法判断一个数是合数还是可能是素数。1976年,卡内基梅隆大学的计算机系教授盖瑞·米勒英语Gary Miller (computer scientist)首先提出了基于广义黎曼猜想确定性算法,由于广义黎曼猜想并没有被证明,于1980年,由以色列耶路撒冷希伯来大学迈克尔·拉宾教授作出修改,提出了不依赖于该假设的随机化算法

概念

编辑

首先介绍一个相关的引理。我们发现    总是得到  ,我们称     的“平凡平方根”,当   是素数且   时,不存在   的“非平凡平方根”。为了证明该引理,首先假设    的平方根之一,于是有

 

 

也就是说,素数   能够整除   或者  ,根据欧几里得引理,  或者   能够被   整除,即   ,

   的平凡平方根。

现在假设   是一个素数,且  。于是   是一个偶数,可以被表示为   的形式,   都是正整数且 是奇数。对任意在   范围内的  ,必须满足以下两种形式的一种:

   

其中   是某个满足   的整数。

因为由于 费马小定理 ,对于一个素数   ,有

 

又由于上面的引理,如果我们不断对 取平方根后,我们总会得到   。如果我们得到了   ,意味着②式成立,  是一个素数。如果我们从未得到   ,那么通过这个过程我们已经取遍了所有   的幂次,即①式成立。

米勒-拉宾素性测试就是基于上述原理的逆否,也就是说,如果我们能找到这样一个  ,使得对任意 以下两个式子均满足:

  那么   就不是一个素数。这样的   称为   是合数的一个凭证(witness)。否则   可能是一个证明   是素数的“强伪证”(strong liar),即当 确实是一个合数,但是对当前选取的   来说上述两个式子均不满足,这时我们认为 是基于 的大概率素数。

每个奇合数   都有很多个对应的凭证  ,但是要生成这些   并不容易。当前解决的办法是使用概率性的测试。我们从集合   中随机选择非零数  ,然后检测当前的   是否是   为合数的一个凭证。如果   本身确实是一个合数,那么大部分被选择的   都应该是   的凭证,也即通过这个测试能检测出   是合数的可能性很大。然而,仍有极小概率的情况下我们找到的   是一个“强伪证”(反而表明了   可能是一个素数)。通过多次独立测试不同的  ,我们能减少这种出错的概率。

对于测试一个大数是否是素数,常见的做法随机选取基数 ,毕竟我们并不知道凭证和伪证在 这个区间如何分布。典型的例子是 Arnault 曾经给出了一个397位的合数 ,但是所有小于307的基数 都是 是素数的“强伪证”。不出所料,这个大合数通过了 Maple 程序的isprime() 函数(被判定为素数)。这个函数通过检测   这几种情况来进行素性检验。

例子

编辑

假设我们需要检验   是否是一个素数。首先 ,于是我们得到了  .我们随机从 中选取 ,假设 ,于是有:

  因为我们得到了一个 -1,所以要么 确实是一个素数,要么 是一个“强伪证”。我们再选取 ,于是有:

    为合数的一个凭证,而 是一个“强伪证”。

选取特定的整数可以在一定范围内确定(而非单纯基于概率猜测)某个整数是素数还是合数。对于小于 的情形,选取 共三个凭据可以做到这一点;对于小于 的情形,选取 共七个凭据可以做到这一点[1]

算法复杂度

编辑

这一算法可以被表示成如下伪代码

Input #1: n > 3, an odd integer to be tested for primality;
Input #2: k, a parameter that determines the accuracy of the test
Output: composite if n is composite, otherwise probably prime
write n − 1 as 2r·d with d odd by factoring powers of 2 from n − 1
WitnessLoop: repeat k times:
   pick a random integer a in the range [2, n − 2]
   xad mod n
   if x = 1 or x = n − 1 then
      continue WitnessLoop
   repeat r − 1 times:
      xx2 mod n
      if x = n − 1 then
         continue WitnessLoop
   return composite
return probably prime

使用模幂运算,这个算法的时间复杂度是  是我们测试的不同的   的值。也就是说,这是一个高效的多项式时间算法。使用快速傅里叶变换能够将这个时间推进到 O(k log2n log log n log log log n) = Õ(k log2n).

如果我们加入最大公因数算法到上述算法中,我们有时候可以得到   的因数,而不仅仅是证明   是一个合数。例如,若   是一个基于  的可能的素数,但不是一个大概率素数,则  将得到   的因数。如果因式分解是必要的,这一 算法可以加入到上述的算法中,代价是增加了一些额外的运算时间。

例如,假设  ,则 .于是 ,这也告诉我们   不是一个大概率素数,即   是一个合数。如果这个时候我们求最大公因数,我们可以得到一个 的因数: .这时可行的,因为 是一个基于2的伪素数,但不是一个“强伪素数”。

示例代码

编辑

下面是根据以上定义而使用Magma语言编写的“米勒-拉宾”检验程序。

function ModPotenz(a,b,n)
erg:=1;
while (b ne 0) do
       b, rest:=Quotrem(b,2);
       if (rest ne 0) then erg:=((erg*a) mod n); end if;
       a:= (a^2 mod n);
     end while;
     return erg;
end function;
;
function Miller_rabin(n)
  if (n mod 2 ne 0) then
  d:=n-1; s:=0;t:=50;
  while (d mod 2) eq 0 do
    d:=d div 2;
    s:=s+1;
  end while;
  k:=0;
  while(k lt t) do
    a:=Random(1,n-1);
    k:=k+1;
    if GCD(a,n) ne 1 then
      continue;
    end if;
    x:=ModPotenz(a,d,n);
    if(x ne 1) then
      for r in [0,s-1] do
        x:=ModPotenz(a,2^r*d,n);
        if(x eq (n-1)) then
           return "probably prime";
        end if;
      end for;
    elif (x eq 1) then
      break;
    end if;
  end while;
  end if;
  return "composite";
end function;

参见

编辑

参考资料

编辑
  1. ^ Deterministic variants of the Miller-Rabin primality test. [2019-11-01]. (原始内容存档于2012-07-11).