本文主要是介绍Pollard的rho启发式因子分解算法 [CodeVS 4939] 欧拉函数:Miller-Rabin + Pollard-rho 质因数分解,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
Pollard的rho启发式因子分解算法用于给出整数的一个因子。在一定的合理假设下,如果n有一个因子p,可在 O(p√) 的期望时间内可找出n的一个因子p。
关于其复杂度,Wikipedia是这样叙述的:
If the pseudo random number x = g(x) occurring in the Pollard ρ algorithm were an actual random number, it would follow that success would be achieved half the time, by the Birthday paradox in O(p^(1/2)) ≤ O (n^(1/4)) iterations. It is believed that the same analysis applies as well to the actual rho algorithm, but this is a heuristic claim, and rigorous analysis of the algorithm remains open.
以下绝大部分来自《算法导论》。
Pollard-rho算法的核心是用递推式 xi+1=(x2i+c)modn 生成一个最终会进入循环的“随机”序列(表示成有向图,看起来就像ρ,这就是算法名字的由来)。虽然只显式地生成了一个序列,实际上同时生成了许多形如ρ的序列(后面将会推证);只要两个指针都进入某个ρ的圈圈里,把它们所指向的值作差,取绝对值,和n求gcd,就能得到n的一个因子。
伪代码如下:
Pollard-Rho(n, c)i = 1k = 2y = x = a random integer in [0, n)d = 1while d == 1i = i+1x = (x*x+c) mod nif x == yreturn nd = gcd(n, abs(x-y))if i == kk = k*2y = xreturn d
它的正确性是显然的。算法可能会失败地返回一个平凡因子n,也可能成功地返回一个n的某个非平凡因子。
设 xi+1=(x2i+c)modn 的循环大小为C,循环的第一项是 xt ,进入循环后的某一时刻,k会被赋予一个不小于C的值,此时的x被保存为y,再转一圈,y固定不动,x会回到y,算法以失败终止。
必有2的某次幂落在区间[t, 2t]内,因此在不超过第2t步,循环内的某个值将被保存。此时的k可能小于C,无妨,因为必有2的某次幂落在区间[C, 2C]内,2C步之内,有k不小于C成立。于是,至多走(2*min(t, C)+C)步,算法终止。这个算法叫Brent判圈算法(Brent’s cycle finding method),与Floyd判圈算法均为线性,但常数优于后者(至少3C次计算后继结点)。根据Wikipedia,Pollard的原始版本采用Floyd判圈算法,后来由Richard Brant用自己新发明的判圈算法加以改进。
设n有一个因子p,其实我们同时在计算 x′i=ximodp ,并且递推式具有相同的形式:
同样是ρ形。循环内两个数作差,是p的倍数,和n取gcd,因子p或p的某倍便被呈现出来。与上面的论证类似,进入循环后不超过 t′ 步,循环内的某个值将被保存,下一步,p被呈现。显然 t′≤t , C′≤C 。
假设 {xi} 是随机的,则 t′ 和 C′ 都是 O(p√) 的。
生日悖论:从n个数中可重复地随机选择k个,当 k≥2n‾‾‾√ 时,存在两数相等的概率大于1/2。
用数学期望描述这个命题:相等数对的数目不少于1。这样计算起来会简单一些。
对 1≤i<j≤k 定义指示器随机变量 Xij=I{第i个数和第j个数相等} ,则 E[Xij]=1n ,
令上式 ≥1 ,得到一个充分条件 k≥2n‾‾‾√ 。
把这个结论运用到我们的问题中来。 t′=O(p√) , C′=O(p√) 。
至此,一切都看起来很美好。如果n有某个因子p,则 O(p√) 左右次循环后,我们就能找到它。
然而,推导这一切的假设显然不成立。 {xi} 不是随机的。另外,存在这样一种可能:所有ρ的尺寸相同,这将导致只能找到平凡因子n;这种情况需要换一个参数c,《算法导论》告诉我们,除了0和2,其他数都是不错的选择。所以,本算法的名称有定语“启发式”。
CodeVS 4939 欧拉函数
这道题是mhb同学放到CodeVS上的Orz 据其本人所言,当时试除+卡常数,最终把数据范围开到这么变态……真是太神啦……题解页面中提到的qwertyu也很神,感谢Ta的代码。
结合Miller-Rabin、Pollard-rho两个算法可以进行质因数分解。如果n是素数,返回;否则,求n的一个非平凡因子d,递归。由于本题计算的是欧拉函数值,只需要知道有哪些质因子,而不需要知道每个质因子的指数,所以可以将n中的d全部除掉再递归。质因子的数目算上重复的也不超过 ceiling(log2n) ,所以数组不用开很大。
#include <cstdio>
#include <cstdlib>
#include <ctime>
#include <algorithm>
typedef long long ll;
const int s = 10, MAX_F = 70;
ll cnt, f[MAX_F];inline ll mul_mod(ll a, ll b, ll m)
{ll c = a*b-(ll)((long double)a*b/m+0.5)*m;return c<0 ? c+m : c;
}ll fast_exp(ll a, ll x, ll m)
{ll b = 1;while (x) {if (x & 1)b = mul_mod(b, a, m);a = mul_mod(a, a, m);x >>= 1;}return b;
}bool MR(ll n)
{if (!(n&1))return n == 2;ll t = 0, u;for (u = n-1; !(u&1); u >>= 1)++t;for (int i = 0; i < s; ++i) {ll a = rand()%(n-2)+2, x = fast_exp(a, u, n);for (ll j = 0, y; x != 1 && j < t; ++j, x = y) {y = mul_mod(x, x, n);if (y == 1 && x != n-1)return false;}if (x != 1)return false;}return true;
}inline ll abs(ll x)
{return x<0 ? -x : x;
}ll gcd(ll a, ll b)
{return b ? gcd(b, a%b) : a;
}ll PR(ll n, ll a)
{ll x = rand()%n, y = x, k = 1, i = 0, d = 1;while (d == 1) {if ((x = (mul_mod(x, x, n)+a)%n) == y)return n;d = gcd(n, abs(y-x));if (++i == k) {k <<= 1;y = x;}}return d;
}void decomp(ll n)
{if (n == 1)return;if (MR(n)) {f[cnt++] = n;return;}ll d = n, c = n-1;while (d == n)d = PR(n, c--);do {n /= d;} while (!(n%d));decomp(d);decomp(n);
}int main()
{srand(time(0));ll n;while (scanf("%lld", &n), n) {cnt = 0;decomp(n);std::sort(f, f+cnt);cnt = std::unique(f, f+cnt)-f;ll ans = n;for (int i = 0; i < cnt; ++i) {printf("%lld\n", f[i]);ans = ans/f[i]*(f[i]-1);}printf("%lld\n", ans);}return 0;
}
这篇关于Pollard的rho启发式因子分解算法 [CodeVS 4939] 欧拉函数:Miller-Rabin + Pollard-rho 质因数分解的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!