内存越大python越快吗_python - 为什么pow（a，d，n）比** d％n快得多？ - 堆栈内存溢出...

我试图实施Miller-Rabin素性测试 ，并且很困惑为什么中等数字(~7位数)需要这么长时间(> 20秒)。 我最终发现以下代码行是问题的根源：

x = a**d % n

(其中a ， d和n都是相似的，但不相等，中等数字， **是取幂运算符， %是模运算符)

然后我尝试用以下内容替换它：

x = pow(a, d, n)

相比之下它几乎是瞬间完成的。

对于上下文，这是原始函数：

from random import randint

def primalityTest(n, k):

if n < 2:

return False

if n % 2 == 0:

return False

s = 0

d = n - 1

while d % 2 == 0:

s += 1

d >>= 1

for i in range(k):

rand = randint(2, n - 2)

x = rand**d % n # offending line

if x == 1 or x == n - 1:

continue

for r in range(s):

toReturn = True

x = pow(x, 2, n)

if x == 1:

return False

if x == n - 1:

toReturn = False

break

if toReturn:

return False

return True

print(primalityTest(2700643,1))

示例定时计算：

from timeit import timeit

a = 2505626

d = 1520321

n = 2700643

def testA():

print(a**d % n)

def testB():

print(pow(a, d, n))

print("time: %(time)fs" % {"time":timeit("testA()", setup="from __main__ import testA", number=1)})

print("time: %(time)fs" % {"time":timeit("testB()", setup="from __main__ import testB", number=1)})

输出(使用PyPy 1.9.0运行)：

2642565

time: 23.785543s

2642565

time: 0.000030s

输出(使用Python 3.3.0运行，2.7.2返回非常相似的时间)：

2642565

time: 14.426975s

2642565

time: 0.000021s

还有一个相关的问题，为什么这个计算在运行Python 2或3时几乎是PyPy的两倍，而PyPy通常要快得多 ？