Miller-Rabin算法素检测介绍及实现(含c++和python实现代码)

目录

一、Miller-Rabin算法介绍

二、快速乘与快速幂

（一）、分析

（二）、快速乘代码

（三）、快速幂代码

三、完整Miller-Rabin代码

（一）、C++代码

（二）、python代码

---

一、Miller-Rabin算法介绍

        Miller-Rabin 算法（强伪素数检测）利用原理：若 n 为素数，则根据费马小定理：若n是一个素数，且(a,n)=1，则

且1𝑚𝑜𝑑𝑛只有 1 和-1 两个平方根。

        首先，假设n为一个非2素数，则 n-1 为一个偶数，任何一个偶数可以写成的形式，其中m为一个奇数。随机选取a，满足1 ≤ 𝑎 ≤ 𝑛 − 1。将赋值给一个新的变量b。如果，𝑏 ≡ 1(𝑚𝑜𝑑𝑛)，则表明假设成立，n 为大于 2 的素数。否则，进行k次循环，每次循环判断，若𝑏≡−1(𝑚𝑜𝑑𝑛)，则n为大于2的素数，否则将赋值给b，继续循环。若最终没有得到𝑏≡−1(𝑚𝑜𝑑𝑛)，则n为一个合数。

        且当n为2时，n-1=1，k=0，m=1，a=1，则b=1满足𝑏≡1(𝑚𝑜𝑑𝑛),说明Miller-Rabin算法对n为2同样适用。

            但该算法有概率出错：

         1、在取 a 时，若 a 取到 1，则无论 n 是否为素数，一定等于 1，即𝑏 ≡ 1(𝑚𝑜𝑑𝑛)

必定成立，导致将其判断为素数。因 a 若无法取到 1，只会影响到 2 是否为素数的判定，所以，在算法实现时可令 a 无法取到 1，且在生成 a 前判断是否为2。以使算法成功判断素数。                             

         2、当 a 取得 n-1 时，则因 m 必定为奇数，所以，

此时𝑏 ≡ −1(𝑚𝑜𝑑𝑛)成立，会将合数误判为素数。

         3、因费马小定理的逆命题不成立，存在的合数。如：341=，若取a=2，。

         Miller-Rabin算法出现错误的概率约为，根据上述分析认为错误原因主要在于a的随机选取上，综上，可以通过多次随机选择a避免1，2情况的发生，以及降低发生3的概率，但多次取a会使判断时间变长，因 ≈ 0.0002已经较小，所以在实现中可以取6次a分别判断。

二、快速乘与快速幂

（一）、分析

        在C++中，为测试较大的数据，采用long long类型，long long类型为8字节，即可计算64bit的数据，但在幂计算时会出现溢出现象，所以介绍一种快速乘与快速幂的运算方式，利用分治的思想进行幂运算，利用加法代替乘法，以防止溢出的发生。具体分析可参考大佬的文章

（二）、快速乘代码

long long mod_mul(long long a, long long b,long long n)
{
	long long result = 0;
	while (b > 0)
	{
		if (b & 1)
			result = (result + a) % n;
		a = (a + a) % n;
		b = b >> 1;
	}
	return result;
}

（三）、快速幂代码

long long mod_exp(long long a, long long b, long long n)
{
	long long result = 1;
	while (b > 0)
	{
		if (b & 1)
			result = mod_mul(result, a, n);
		a = mod_mul(a, a, n);
		b = b >> 1;
	}
	return result;
}

三、完整Miller-Rabin代码

（一）、C++代码

#include <iostream>
using namespace std;
long long mod_mul(long long a, long long b, long long n)//快速乘法
{
	long long result = 0;
	while (b > 0)
	{
		if (b & 1)//判断是否为偶数
			result = (result + a) % n;
		a = (a + a) % n;
		b = b >> 1;//除二操作
	}
	return result;
}
long long mod_exp(long long a, long long b, long long n)//快速幂
{
	long long result = 1;
	while (b > 0)
	{
		if ((b & 1) > 0)
			result = mod_mul(result, a, n);
		a = mod_mul(a, a, n);
		b = b >> 1;//除二操作
	}
	return result;
}
bool isprime(long long n)
{
	int k = 0;
	long long p = n - 1;
	while ((p & 1) == 0)//判断是否为奇数
	{
		p = p >> 1;//除二操作
		k++;
	}
	for (int i = 0; i < 6; i++)
	{
		long long a = rand() % (n - 1 - 1 + 1) + 1;
		long long b = mod_exp(a, p, n);
		bool flag = false;
		if (b == 1)
			continue;
		for (int j = 0; j < k; j++)
			if ((b + 1) % n == 0)
			{
				flag = true;
				break;
			}
			else
				b = (b * b) % n;
		if (flag)
			continue;
		return false;
	}
	return true;
}
int main()
{
	long long N;
	cin >> N;
	if (isprime(N))
		cout << N << " is prime!";
	else
		cout << N << " is composite!";
}

（二）、python代码

import random
def isprime(n):
    k,p=0,n-1
    while (p&1)==0:
        p=p>>1
        k+=1
    for j in range(6): 
        a=random.randint(1,n-1)
        b=pow(a,p,n)
        flag=0
        if b==1:
            continue
        for i in range(k):
            if (b+1)%n==0:
                flag=1
                break
            else:
                b=(b*b)%n
        if flag==1:
            continue
        else:
            return False
    return True
n=int(input())
if isprime(n):
    print(n,"is prime”)
else:
     print(n,"is composite")