【Python】对大数质因数分解的算法问题

发现问题

  我是一个初学者，在编写一个分解质因数的代码时，学习到了 Miller-Rabin素数测试算法 和 Pollard-Rho算法 这两个算法。试着编写了一段代码（下称C1），运行后效果还不错，但感觉好像哪里不对或者还可以优化，于是在网上搜索。最后在百度百科上看到了一段代码（下称C2），同样使用了上述两个算法。
  运行C2后发现，大多数情况下，运行速度差不多。但发现一个数字a，C2的运行时间比C1慢很多。难道我写的算法更优？

数字a为11段1/7的循环节：142857142857142857142857142857142857142857142857142857142857142857

尝试分析

  之后的尝试中，又发现1个数字b，会使得C1陷入死循环。分步解析后得出结论是，卡在了 find(n) 函数上。然后发现最可笑的是输入4无法得出因子2。那应该是我的算法错了吧？
  再去理解了一遍 Pollard-Rho算法 ，发现是因为我定义的 find(n) 函数中使用随机函数 f(x)=x^2+a 无法解出因子2，既然如此，加上一个判定即可解决。

数字b为11段（1/7的循环节+111111）：253968253968253968253968253968253968253968253968253968253968253968

最后

  修复后尝试了一些大数，发现C1确实比C2要快。但我还是不敢确定C1的算法是否正确，还望有人可以指正。
  最后尝试一下数字c，算了好久还以为又死循环了，最后C1都运行了2次了C2还没出结果，无奈ctrl+c。看来对于这种大因子的合数分解，这个算法似乎并不好用。

数字c为费马数2^128+1：340282366920938463463374607431768211457

我的代码（C1）

import math
import random
import time
start = time.perf_counter()


# 判断输入是否为素数
def prime(n):
    if n in {
   2, 3, 5, 7, 11}:
        return True
    if n % 2 == 0 or n % 3 == 0 or n % 5 == 0 or n % 7 == 0 or n % 11 == 0:
        return False
    t = 0
    u = n - 1
    while u % 2 == 0:
        t += 1
        u //= 2
    a = random.randint(2, n - 1)
    r = pow(a, u, n)
    if r != 1:
        while t ><