POJ 1811 *** Prime Test(详解Miiler_Rabin算法与Pollard_Rho算法)

2024-04-22 00:08

本文主要是介绍POJ 1811 *** Prime Test(详解Miiler_Rabin算法与Pollard_Rho算法),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!

题意:对于一个给定的数n,判断n是否为质数,n如果为质数,输出“Prime”,如果为合数,则输出其最小的素因子。


分析:其实这道题就是对于Miller_Rabin算法和Pollard_Rho算法的应用,具体的详解如下(刚买的椰子味身体乳香香的,感觉自己变成了一颗大椰子哈哈)


Miller_Rabin随机性素数测试方法:

先给出费马定理的定义:

如果p是素数,则a^(p-1)==1 mod p 对所有a∈Zp*都成立;Zp*为1到p-1中与p互质的数的集合。


法利用费马定理,试验了多个随机选取的基值a,来判断a^(p-1) ?= 1 mod p。
算法在实现的过程中会用到下面一些辅助过程,贴一下伪代码吧。//伪代码基本来自于算导

辅助过程1(求a^b mod n)
pow_mod(a,b,n)
1   d=1
2   while(b)
3      if b&1 
4         d=d*a mod n
5      a<<=1
5      b>>=1
6   return d


辅助 过程2(求a^(n-1) mod n)
辅助过程2与辅助过程1不同在于,过程2中间在寻找一个模n为1的非平凡平方根。贴了伪代码之后细说。
Witness(a,n)
1   let t and u be such that t>=1,u is odd,and n-1=u*2^t
2   Xo=pow_mod(a,u,n)
3   for i=1 to t
4      Xi=Xi-1^2 mod n
5      if Xi==1 and Xi-1 != 1 and Xi-1 != n-1
6         return true //一定是合数
7   if Xi != 1
8      return true //一定是合数
9   return false  //不一定是合数</span>
上面代码是将a^(n-1) mod n 转换为 (a^u)^(2^t) mod n(第一行),然后第二行求出 Xo=a^u mod n的值之后继续进行计算。但是在计算过程中,5、6行代码利用了下面的定理:
如果p是一个奇素数且e>=1,则方程x^2==1 mod p^e
仅有两个解,即 x==1和x==-1

上述定理的证明如下:

x^2==1 mod p^e 等价于 p^e|(x-1)(x+1),但是他们不同时成立,否则p也能整除他们的差(x+1)-(x-1)=2。
如果gcd(p,x-1)==1,则 p^e|(x+1),则x==-1 mod p^e。
如果gcd(p,x+1)==1,则p^e|(x-1),则x=1 mod p^e。


但是如果一个数x,满足方程x^2==1 mod n,然而x却不等于1 或者 -1 ,则称x是一个以模n为1的非平凡平方根。


上述定理的逆否命题为:

如果存在模n为1的非平凡平方根,那么n不可能是奇素数或者奇素数的幂。即n为合数。

过程2中的5、6行代码,就是在判断X i 是否是模n为1的非平凡平方根,如果是,那么n为合数。


有了上面的基础之后再看Miller_Rabin的算法就比较轻松了,伪代码如下:

Miller_Rabin(n,s)
1   for i=1 to s
2      a=random(1,n-1)
3      if Witness(a,n)
4         return COMPOSITE //   definitely
5   return PRIME //   almost surely



Pollard_Rho算法:

这个算法主要是基于Birthday Trick来提高概率的。从头讲起。

对于一个很大的奇数n,如果想要知道他的因子,那么我们可以进行试除,从3一直试除到n-1,传统的试除法很暴力。

那么我们可以变得不一样,那就是从我们random(3,n-1),这样的试除法只做一次的话,成功找到n的因子的概率为1/(n-3),概率仍然很小,但是如果通过Birthday Trick,那么概率会大大提高。


Birthday Trick(生日悖论)如果一个房间里有23个或23以上的人,那么至少有两个人的生日相同的概率大于50%。



在[1,10000]中选一个数,选中50的概率为 1/10000
在[1,10000]中选两个数i、j,i-j==50的概率约为1/5000
那么在[1,10000]中选k个数,这k个数两两相减得到一个数为50的概率是多少呢?


嗯。。。事实上这个概率是随着k的增加而增加的,总之最后会近乎为1。

于是我们可以这样子想,我们随机的选取k个数,然后判断Xi-Xj是否为n的因子,但是其实这样做并没有什么用。。

但是如果我们把要求降低,比如,判断gcd(Xi-Xj,n)是否等于1,这样的话如果n=p*q(p、q都为素数)那么如果Xi-Xj=2p(3p,4p...)都是可以判断的了。


所以我们可以在[2,n-1]范围内选取k个数,来进行判断,但是这样做需要的数据量可能很大,不方便进行存储。于是这个时候Circle Detection就上场了。
我们并不需要一次性生成k个数,我们可以利用一个函数来依次生成一个一个数,并且进行相减的检查。这个函数生成的数看上去就像随机的一样。。
这个函数是:
f(x)=(x^2+a) mod n

这个函数最后生成的数据形状大概类似罗马字ρ(rho),对于这个函数,重要的一点探测环的出现。
探测环出现的算法大概是这个意思:如果A在一个圆圈上面行走,那么A怎么知道自己已经走了一圈了呢?那么这个时候需要B了, 如果B的速度是A的两倍,那么当B第一次追赶上A的时候,A一定已经走完一圈了。
这大概就是Pollar_Rho我能理解到的程度了,以后如果有更深入的理解那么继续补充。

Pollar_Rho的伪代码如下:
Pollar_Rho(n)
1   i=1
2   X1=random(0,n-1)
3   Y=X1
4   k=2
5   while(true)
7      i=i+1
8      Xi=(Xi-1^2-1) mod n
6      d=gcd(Y-X,n)
7      if d != 1 and d != n
8         return d
9      if i==k
10       Y=Xi
11       k+=k



poj1811
题目的代码下也有一些解释,模板基本来自于kuangbin。

代码如下:

#pragma warning(disable:4996)
#include<iostream>
#include<cstdio>
#include<cmath>
#include<stack>
#include<queue>
#include<cstring>
#include<sstream>
#include<set>
#include<string>
#include<iterator>
#include<vector>
#include<map>
#include<algorithm>
using namespace std;
typedef long long ll;//计算 (a*b)%c.   a,b都是long long的数,直接相乘可能溢出的
//这里相乘是利用b=2^n1+2^n2+...+2^n,然后代入(a*b)%c中展开相乘
ll multi_mod(ll a, ll b, ll n) {a %= n;b %= n;ll res = 0;while (b) {if (b & 1) {res += a;res %= n;}a <<= 1;if (a >= n)a %= n;b >>= 1;}return res;
}//计算  n^a % mod
ll pow_mod(ll n, ll a, ll mod)
{if (a == 1)return n%mod;n %= mod;ll res = 1;while (a) {if (a & 1)res=multi_mod(res, n, mod);n = multi_mod(n, n, mod);a >>= 1;}return res;
}//以a为基,n-1=x*2^t      a^(n-1)==1(mod n)  验证n是不是合数
//一定是合数返回true,不一定返回false
bool check(ll a, ll n,ll x, ll t)
{ll res = pow_mod(a, x, n);ll last = res;for (int i = 1; i <= t; i++){res = multi_mod(res, res, n);if (res == 1 && last != 1 && last != n - 1)return 1;last = res;}if (res != 1)return 1;return false;
}// Miller_Rabin()算法素数判定
//是素数返回true.(可能是伪素数,但概率极小)
//合数返回false;bool Miller_Rabin(long long n)
{if (n<2)return false;if (n == 2)return true;if ((n & 1) == 0) return false;//偶数ll x = n - 1, t=0;while ((x&1)==0) { t++, x /= 2; }for (int i = 0; i < 20; ++i) {ll a = rand() % (n - 1) + 1;if (check(a, n, x, t))return 0;//合数}return 1;return true;
}//最大公约数的判断
ll gcd(ll a,ll b){if (a < 0)return gcd(-a, b);if (a == 0)return 1;while (b) {ll t = a%b;a = b;b = t;}return a;
}//寻找其中一个因子
ll pollard_rho(ll n,ll c) {ll i = 1, k = 2, x0, y;x0 = rand() % (n - 1) + 1;y = x0;while (1) {i++;x0 = (multi_mod(x0, x0, n) + c) % n;ll d = gcd(y - x0, n);if (d != 1 && d != n)return d;if (x0 == y)return n;if (i == k) {y = x0;k += k;}}
}//寻找素因子
ll factor[100];
int tot;
void findp(ll n) {if (Miller_Rabin(n)) {factor[tot++] = n;return;}ll p=n;while (p >= n)p = pollard_rho(n, rand() % (n - 1) + 1);findp(p);findp(n / p);
}int main(void) {int t;ll n;cin >> t;while (t--) {cin >> n;if (Miller_Rabin(n)) {cout << "Prime" << endl;continue;}tot = 0;findp(n);ll ans = factor[0];for (int i = 1; i < tot; ++i)if (factor[i]<ans)ans = factor[i];cout << ans << endl;}return 0;
}


这篇关于POJ 1811 *** Prime Test(详解Miiler_Rabin算法与Pollard_Rho算法)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!



http://www.chinasem.cn/article/924379

相关文章

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

详解Java如何向http/https接口发出请求

《详解Java如何向http/https接口发出请求》这篇文章主要为大家详细介绍了Java如何实现向http/https接口发出请求,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 用Java发送web请求所用到的包都在java.net下,在具体使用时可以用如下代码,你可以把它封装成一

JAVA系统中Spring Boot应用程序的配置文件application.yml使用详解

《JAVA系统中SpringBoot应用程序的配置文件application.yml使用详解》:本文主要介绍JAVA系统中SpringBoot应用程序的配置文件application.yml的... 目录文件路径文件内容解释1. Server 配置2. Spring 配置3. Logging 配置4. Ma

mac中资源库在哪? macOS资源库文件夹详解

《mac中资源库在哪?macOS资源库文件夹详解》经常使用Mac电脑的用户会发现,找不到Mac电脑的资源库,我们怎么打开资源库并使用呢?下面我们就来看看macOS资源库文件夹详解... 在 MACOS 系统中,「资源库」文件夹是用来存放操作系统和 App 设置的核心位置。虽然平时我们很少直接跟它打交道,但了

关于Maven中pom.xml文件配置详解

《关于Maven中pom.xml文件配置详解》pom.xml是Maven项目的核心配置文件,它描述了项目的结构、依赖关系、构建配置等信息,通过合理配置pom.xml,可以提高项目的可维护性和构建效率... 目录1. POM文件的基本结构1.1 项目基本信息2. 项目属性2.1 引用属性3. 项目依赖4. 构

Rust 数据类型详解

《Rust数据类型详解》本文介绍了Rust编程语言中的标量类型和复合类型,标量类型包括整数、浮点数、布尔和字符,而复合类型则包括元组和数组,标量类型用于表示单个值,具有不同的表示和范围,本文介绍的非... 目录一、标量类型(Scalar Types)1. 整数类型(Integer Types)1.1 整数字

Java操作ElasticSearch的实例详解

《Java操作ElasticSearch的实例详解》Elasticsearch是一个分布式的搜索和分析引擎,广泛用于全文搜索、日志分析等场景,本文将介绍如何在Java应用中使用Elastics... 目录简介环境准备1. 安装 Elasticsearch2. 添加依赖连接 Elasticsearch1. 创

Redis缓存问题与缓存更新机制详解

《Redis缓存问题与缓存更新机制详解》本文主要介绍了缓存问题及其解决方案,包括缓存穿透、缓存击穿、缓存雪崩等问题的成因以及相应的预防和解决方法,同时,还详细探讨了缓存更新机制,包括不同情况下的缓存更... 目录一、缓存问题1.1 缓存穿透1.1.1 问题来源1.1.2 解决方案1.2 缓存击穿1.2.1

PyTorch使用教程之Tensor包详解

《PyTorch使用教程之Tensor包详解》这篇文章介绍了PyTorch中的张量(Tensor)数据结构,包括张量的数据类型、初始化、常用操作、属性等,张量是PyTorch框架中的核心数据结构,支持... 目录1、张量Tensor2、数据类型3、初始化(构造张量)4、常用操作5、常用属性5.1 存储(st

Python中的随机森林算法与实战

《Python中的随机森林算法与实战》本文详细介绍了随机森林算法,包括其原理、实现步骤、分类和回归案例,并讨论了其优点和缺点,通过面向对象编程实现了一个简单的随机森林模型,并应用于鸢尾花分类和波士顿房... 目录1、随机森林算法概述2、随机森林的原理3、实现步骤4、分类案例:使用随机森林预测鸢尾花品种4.1