本文实例讲述了Python素数检测的方法。分享给大家供大家参考。具体如下:
因子检测:
检测因子,时间复杂度O(n^(1/2))
1
2
3
4
5
6
7
def is_prime(n):
if n <2:
return False
for iin xrange(2,int(n**0.5+1)):
if n%i== 0:
return False
return True
费马小定理:
如果n是一个素数,a是小于n的任意正整数,那么a的n次方与a模n同余
实现方法:
选择一个底数(例如2),对于大整数p,如果2^(p-1)与1不是模p同余数,则p一定不是素数;否则,则p很可能是一个素数
2**(n-1)%n 不是一个容易计算的数字
模运算规则:
1
2
(a^b)% p= ((a% p)^b)% p
(a* b)% p= (a% p* b% p)% p
计算X^N(% P)
可以
如果N是偶数,那么X^N =(X*X)^[N/2];
如果N是奇数,那么X^N = X*X^(N-1) = X *(X*X)^[N/2];
1
2
3
4
5
6
7
def xn_mod_p(x, n, p):
if n== 0:
return 1
res= xn_mod_p((x*x)%p, n>>1, p)
if n&1 != 0:
res= (res*x)%p
return res
也可以归纳为下面的算法 两个函数是一样的
1
2
3
4
5
6
7
8
def xn_mod_p2(x, n, p):
res= 1
n_bin= bin(n)[2:]
for iin range(0,len(n_bin)):
res= res**2 % p
if n_bin[i]== '1':
res= res* x% p
return res
有了模幂运算快速处理就可以实现费马检测
费马测试当给出否定结论时,是准确的,但是肯定结论有可能是错误的,对于大整数的效率很高,并且误判率随着整数的增大而降低
1
2
3
4
5
6
7
def fermat_test_prime(n):
if n== 1:
return False
if n== 2:
return True
res= xn_mod_p(2, n-1, n)
return res== 1
MILLER-RABIN检测
Miller-Rabin检测是目前应用比较广泛的一种
二次探测定理:如果p是一个素数,且0
费马小定理:a^(p-1) ≡ 1(mod p)
这就是Miller-Rabin素性测试的方法。不断地提取指数n-1中的因子2,把n-1表示成d*2^r(其中d是一个奇数)。那么我们需要计算的东西就变成了a的d*2^r次方除以n的余数。于是,a^(d * 2^(r-1))要么等于1,要么等于n-1。如果a^(d * 2^(r-1))等于1,定理继续适用于a^(d * 2^(r-2)),这样不断开方开下去,直到对于某个i满足a^(d * 2^i) mod n = n-1或者最后指数中的2用完了得到的a^d mod n=1或n-1。这样,Fermat小定理加强为如下形式:
尽可能提取因子2,把n-1表示成d*2^r,如果n是一个素数,那么或者a^d mod n=1,或者存在某个i使得a^(d*2^i) mod n=n-1 ( 0<=i
定理:若n是素数,a是小于n的正整数,则n对以a为基的Miller测试,结果为真.
Miller测试进行k次,将合数当成素数处理的错误概率最多不会超过4^(-k)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
def miller_rabin_witness(a, p):
if p== 1:
return False
if p== 2:
return True
#p-1 = u*2^t 求解 u, t
n= p- 1
t= int(math.floor(math.log(n,2)))
u= 1
while t >0:
u= n/ 2**t
if n% 2**t== 0 and u% 2 == 1:
break
t= t- 1
b1= b2= xn_mod_p2(a, u, p)
for iin range(1, t+ 1):
b2= b1**2 % p
if b2== 1 and b1 != 1 and b1 != (p- 1):
return False
b1= b2
if b1 != 1:
return False
return True
def prime_test_miller_rabin(p, k):
while k >0:
a= randint(1, p- 1)
if not miller_rabin_witness(a, p):
return False
k= k- 1
return True
希望本文所述对大家的Python程序设计有所帮助。