2.7 离散对数-小步大步算法

醒过来摸鱼

已于 2022-04-28 13:56:08 修改

阅读量2.6k

点赞数 2

分类专栏：数学算法文章标签：算法

于 2022-04-27 21:05:56 首次发布

本文链接：https://blog.csdn.net/m0_66201040/article/details/124453140

版权

数学算法专栏收录该内容

42 篇文章 15 订阅

订阅专栏

文章目录

算法
Python实现

算法

在讲之前，首先说明什么是离散对数。离散对数就是给定的一个方程：
$a^x\equiv b\;(mod\;m)$
方程中a和b以及m都是已知数，a和m互质，求未知数x，这个x就是离散对数。求离散对数使用的算法叫做小步大步算法，英文为Baby-step giant-step algorithm，是Shanks于1971年提出的一种中路相逢算法meet-in-the-middle algorithm。
该算法就是将方程中的x写成 $x = n p - q$ 的形式，其中p就是大步giant step，而q就是小步baby step。
既然把x写成 $x = n p - q$ ，那么方程就变成了：
$a^{np-q}\equiv b\;(mod\;m)$
把 $a^{-q}$ 移动到等式右边，就变成了：
$a^{np}\equiv ba^q\;(mod\;m)$
p的范围取值范围是 $[1,\lceil\frac{m}{n}\rceil]$ ，而q的取值范围就是 $[0, n]$ 。在p和q在各自取值范围内不断求值，然后遍历匹配，然后匹配到了就可以返回了。对于模幂运算，完全可以使用蒙哥马利乘法，而匹配的话，我直接使用python自带的字典进行。

Python实现

我直接引用了我之前的蒙哥马利乘法模块。

# _*_ coding:utf-8 _*_

import math
import montgomery


def resolve(a, b, m):
    a = a % m
    b = b % m
    n = round(math.sqrt(m)) + 1
    giants = {}
    for p in range(1, n + 1):
        giants[montgomery.Montgomery.power(a, p * n, m)] = p
    for q in range(0, n + 1):
        baby = b * montgomery.Montgomery.power(a, q, m) % m
        if baby in giants:
            return giants[baby] * n - q
    raise RuntimeError('无解')


if __name__ == '__main__':
    a, x, m = 9, 99, 7
    b = montgomery.Montgomery.power(a, x, m)
    x2 = resolve(a, b, m)
    print(x2, montgomery.Montgomery.power(a, x2, m), b)