素数检验---跨越2000年的人类智慧

最新推荐文章于 2025-09-29 14:23:41 发布
原创 最新推荐文章于 2025-09-29 14:23:41 发布 · 1.1k 阅读 · 18 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#后端

文章介绍了质数检验方法的历史演变，从古希腊的暴力尝试到现代的米勒-拉宾检验和AKS算法。重点讲解了费马素性检验、米勒-拉宾算法以及AKS算法的特点，包括它们的时间复杂度、概率性和准确性。

概述


alt

原来早有耳闻的「米勒-拉宾检验」，可以认为是费马小定理的优化版，被广泛用于计算机判断某数是否为质数。…（虽然路径并不相同。AKS更像是对费马素性检验思路上的优化）


人类对质数的检验方法的升级，大概经历4个阶段，跨越两千年。

  1. 埃拉托色尼：地理学之父，首位测量地球周长的人，和秦始皇差不多一个年代。他提出的（暴力尝试）方法，不仅可以判断某个数n是否为质数，还可以得到所有小于n的质数。但缺陷在于时间复杂度太高，对于大数如2的256次方，耗时比宇宙年龄还要长，对大数实际没法应用。

  2. 费马素性检验：直接基于费马小定理，时间复杂度相比之下低得多，对一个大数n，可以优化到（以2为底n的对数）的三次方。这是一个概率算法，即因为有费马证人数和骗子数的存在，得到的结果无法保证100%准确。更大的缺陷在于有卡迈克尔数（如合数561），按费马素性检验会得出这是个质数的错误结论。

  3. 米勒-拉宾检验，无 卡迈克尔数，并且时间复杂度最优可以到（以2为底n的对数）的平方——这也是目前计算机应用最广的质数检验方法。

  4. AKS检验算法：方法2，3均为概率算法，无法确凿判断某数一定是质数。2002年三个印度人搞出了AKS算法，是精确的而不是概率算法；另外是一般的，不依赖其他（猜想），如最早米勒-拉宾检验，依赖（还未被证明的）广义黎曼猜想。…但这个算法的毛病在于时间复杂度比较高，需要 （以2为底n的对数）的12次方，经过改进也还是要到（以2为底n的对数）的6次方。所以实际用的也不多。


实践


费马素性检验


费马素性检验是一种用于判断一个数是否为素数的方法。它基于费马小定理，该定理指出：如果 ( p ) 是一个素数，而 ( a ) 是小于 ( p ) 的任意正整数，则 ( ) 除以 ( p ) 的余数恒等于 1。换句话说，对于素数 ( p ) 和任意整数 ( a )，以下等式成立：

费马素性检验通过随机选择 ( a ) 并检查这个等式是否成立来判断一个数是否可能为素数。如果对于多个不同的 ( a ) 值，这个等式都成立，那么这个数很可能是素数。然而，需要注意的是，费马检验是一种概率性测试，它不能完全确定一个数是素数。

下面是用 Go 语言实现费马素性检验的代码，用于检验数字 10021 是否为素数：

package main

import (
    "fmt"
    "math/big"
    "math/rand"
    "time"
)

// 费马素性检验
func isPrime(n int, iterations int) bool {
    if n < 2 {
        return false
    }

    for i := 0; i < iterations; i++ {
        a := rand.Intn(n-2) + 2
        if big.NewInt(0).Exp(big.NewInt(int64(a)), big.NewInt(int64(n-1)), big.NewInt(int64(n))).Cmp(big.NewInt(1)) != 0 {
            return false
        }
    }
    return true
}

func main() {
    num := 10021
    iterations := 5 // 这个值越高，结果越准确，但计算量也越大

    rand.Seed(time.Now().Unix()) // 初始化随机数生成器

    if isPrime(num, iterations) {
        fmt.Printf("%d is probably a prime number.\n", num)
    } else {
        fmt.Printf("%d is not a prime number.\n", num)
    }
}

在上面这个实现中：

  1. isPrime 函数执行费马检验。它重复执行指定次数的检验迭代，每次都随机选择一个 ( a ) 并检查是否满足 ( a^{n-1} \equiv 1 \mod n )。

  2. 在此使用 Go 的 math/big 包来处理可能的大数运算，因为当数字很大时，常规的整数类型可能无法存储这些值。

  3. main 函数中，测试了数字 10021 是否为素数。

需要注意，由于费马检验是概率性的，它可能会产生假阳性，即错误地判断一个合数为素数。在实际应用中，通常将费马检验与其他素性检验方法结合使用，以获得更准确的结果。


关于 这个数论公式

其含义是:

对于素数p,如果a不是p的倍数,那么a的(p-1)次幂对p取模的值等于1。

详细解释:

  • 表示a的(p-1)次幂,即a乘自己(p-1)次。

  • 表示对p取模。取模运算意味着把计算结果除以p,取余数。

  • 所以 表示把a的(p-1)次幂除以p后的余数。

  • 根据费马小定理,如果a不是p的倍数,那么这个余数必定是1。

举个例子:

对于素数7,如果2不是7的倍数,那么:

这里 除以7余1,满足这个公式。

所以这个公式指的是,对于素数p,任何不被p整除的数字a,其(p-1)次幂在模p下都等价于1。它在密码学和数论中很重要。


关于 卡迈克尔数

卡迈克尔数（Carmichael numbers）是一类特殊的合数，它们在数论中具有重要的地位。这些数被命名为卡迈克尔数是为了纪念美国数学家罗伯特·卡迈克尔（Robert Carmichael）[1]，他在1910年首次描述了这类数。卡迈克尔数的定义与费马小定理密切相关。


定义：

卡迈克尔数是满足以下条件的合数 ( n )： 对于任何与 ( n ) 互质的整数 ( a )，都有 ( )。 这意味着，虽然卡迈克尔数不是素数，却能通过费马小定理的素性检验。


历史背景：

  • 罗伯特·卡迈克尔的发现（1910年）：卡迈克尔首次指出了这类特殊数的存在。他发现了第一个这样的数，561，它是最小的卡迈克尔数。
  • 后续研究：在卡迈克尔的工作之后，数学家们发现了更多这样的数，并研究了它们的性质和分布。

作用：

  • 在素数测试中的重要性：卡迈克尔数在密码学和数论中尤为重要，因为它们是费马素性测试的潜在“陷阱”。由于卡迈克尔数即使不是素数，也能通过基于费马小定理的素性测试，这使得仅仅依赖费马测试来判断素数可能会出错。
  • 对密码学的影响：在公钥加密和数字签名算法的设计中，正确识别素数是至关重要的。卡迈克尔数的存在表明，需要更复杂的算法（如米勒-拉宾素性测试）来可靠地区分素数和合数。
  • 数论研究：卡迈克尔数对于理解素数的性质和分布提供了重要视角。它们是研究数论中素数和合数特性的一个有趣案例。

卡迈克尔数揭示了数论中一些深刻的现象，并对加密学中素数的检测方法产生了深远的影响。


米勒-拉宾检验


米勒-拉宾检验是一种用于确定一个给定的正整数是否为素数的概率性算法。与费马素性检验相比，米勒-拉宾检验更加可靠，因为它对于所谓的“伪素数”（即那些能通过费马检验但实际上是合数的数）的鉴别能力更强。


基本原理：

  1. 写出 ( n-1 ) 为 ( ) 的形式，其中 ( d ) 是奇数。这可以通过不断除以2来实现。

  2. 选择一个随机数 ( a )（( )）。

  3. **计算 ( )**。如果 ( x ) 等于1或( n-1 )，则 ( n ) 可能是素数。

  4. 重复平方 ( x ) （即计算 ( )）共 ( s-1 ) 次。在此过程中，如果 ( x ) 变为1，则 ( n ) 是合数。如果 ( x ) 变为( n-1 )，则 ( n ) 可能是素数。

  5. 重复以上步骤多次。每次通过检验，都会大大增加 ( n ) 是素数的概率。通常进行多次迭代以提高准确性。


用 Go 实现米勒-拉宾检验，并检验 21237 是否为素数

下面是一个用 Go 语言实现的米勒-拉宾素性检验的示例代码，用于检验数字 21237 是否为素数：

package main

import (
    "fmt"
    "math/big"
    "math/rand"
    "time"
)

// 使用米勒-拉宾算法检查n是否为素数
func isPrime(n int64, iterations int) bool {
    if n < 2 {
        return false
    }
    if n != 2 && n%2 == 0 {
        return false
    }

    // 将 n-1 写成 2^s * d 的形式
    s := 0
    d := n - 1
    for d%2 == 0 {
        d /= 2
        s++
    }

    for i := 0; i < iterations; i++ {
        a := rand.Int63n(n-2) + 2
        x := big.NewInt(0).Exp(big.NewInt(a), big.NewInt(d), big.NewInt(n))

        if x.Cmp(big.NewInt(1)) == 0 || x.Cmp(big.NewInt(n-1)) == 0 {
            continue
        }

        for r := 0; r < s-1; r++ {
            x.Exp(x, big.NewInt(2), big.NewInt(n))
            if x.Cmp(big.NewInt(1)) == 0 {
                return false
            }
            if x.Cmp(big.NewInt(n-1)) == 0 {
                break
            }
        }

        if x.Cmp(big.NewInt(n-1)) != 0 {
            return false
        }
    }
    return true
}

func main() {
    num := int64(21237)
    iterations := 5 // 这个值越高，结果越可靠，但计算量也越大

    rand.Seed(time.Now().Unix()) // 初始化随机数生成器

    if isPrime(num, iterations) {
        fmt.Printf("%d is probably a prime number.\n", num)
    } else {
        fmt.Printf("%d is not a prime number.\n", num)
    }
}

在上面代码中，首先将 n-1 表示为 的形式，然后对于随机选择的 a，计算 。接下来重复平方 x 并检查其值，以确定 n 是否可能是素数。重复这个过程若干次可以提高测试的准确性。

尽管米勒-拉宾检验是一个概率性测试，但其在实际应用中非常有效且准确度较高。


AKS素性检验算法


AKS素性检验算法（Agrawal-Kayal-Saxena primality test）是一个在2002年由印度计算机科学家Manindra Agrawal[2]和他的学生Neeraj Kayal[3]与Nitin Saxena[4]提出的算法。

这个算法的重要性在于它是第一个被证明对所有数有效的确定性多项式时间素性检验算法。也就是说，对于任何给定的整数，AKS算法都能在多项式时间内准确地判断它是素数还是合数。


基本原理：

  1. 检查是否存在幂：首先检查给定的数 ( n ) 是否为 ( )（( )）的形式。如果是，( n ) 是合数。

  2. **找到最小的 ( r ) 使得 ( )**，这里 ( o_r(n) ) 是最小的正整数 ( k ) 使得 ( )。这一步骤是算法中最具挑战性的部分。

  3. **对于所有 ( )，检查 ( )**。如果存在 ( a ) 使得 ( ) 和 ( )，则 ( n ) 是合数。

  4. 如果 ( )，则 ( n ) 是素数。

  5. **检查 ( ) 对于所有 ( )**。如果所有这些都成立，那么 ( n ) 是素数，否则是合数。


Go实现AKS检验

AKS算法的完整实现相对复杂，涉及大量数论概念和高效率计算。在此提供一个精简版本的Go实现，用于检验数字 61357 是否为素数。这个实现可能不是最优的，主要用于演示目的：

package main

import (
    "fmt"
    "math"
    "math/big"
)

// 计算最大公约数
func gcd(a, b int64) int64 {
    if b == 0 {
        return a
    }
    return gcd(b, a%b)
}

// 计算 a^b mod n
func modPow(a, b, n int64) int64 {
    result := int64(1)
    a = a % n
    for b > 0 {
        if b%2 == 1 {
            result = (result * a) % n
        }
        b = b >> 1
        a = (a * a) % n
    }
    return result
}

// AKS 素性检验
func isPrime(n int64) bool {
    // Step 1: 检查 n 是否为 a^b 的形式
    for b := int64(2); b*b <= n; b++ {
        a := int64(math.Pow(float64(n), 1/float64(b)))
        if modPow(a, b, n) == n {
            return false
        }
    }

    // 更多步骤需要实现，但它们在Go中较为复杂
    // ...

    return true // 这里的返回值可能不准确，因为算法未完整实现
}

func main() {
    num := int64(61357)

    if isPrime(num) {
        fmt.Printf("%d is probably a prime number.\n", num)
    } else {
        fmt.Printf("%d is not a prime number.\n", num)
    }
}

以上代码实现了AKS素性检验的第一步，但请注意，为了完整实现AKS算法，需要进一步实现更多步骤，这些步骤涉及复杂数论计算。因此，实际应用中一般使用其他更易于实现且效率较高的算法（如米勒-拉宾检验）进行素性检验。 AKS算法更多地被视为理论上的突破，而在实际应用中则较少使用。



更多参考:

米勒拉宾素数检验--Google[5]

米勒-拉宾素性检验[6]

参考资料
[1]

罗伯特·卡迈克尔（Robert Carmichael）: https://zh.wikipedia.org/wiki/%E7%BE%85%E4%BC%AF%E7%89%B9%C2%B7%E4%B8%B9%E5%B0%BC%C2%B7%E5%8D%A1%E9%82%81%E5%85%8B%E7%88%BE

 [2]

Manindra Agrawal: https://en.wikipedia.org/wiki/Manindra_Agrawal

 [3]

Neeraj Kayal: https://en.wikipedia.org/wiki/Neeraj_Kayal

 [4]

Nitin Saxena: https://en.wikipedia.org/wiki/Nitin_Saxena

 [5]

米勒拉宾素数检验--Google: https://www.google.com.hk/search?q=%E7%B1%B3%E5%8B%92%E6%8B%89%E5%AE%BE%E7%B4%A0%E6%95%B0%E6%A3%80%E9%AA%8C&oq=%E7%B1%B3%E5%8B%92%E6%8B%89%E5%AE%BE&aqs=chrome.1.69i57j0i512l2.11321j0j4&sourceid=chrome&ie=UTF-8

 [6]

米勒-拉宾素性检验: https://zhuanlan.zhihu.com/p/220203643

本文由 mdnice 多平台发布

techdashen
关注
【檀越剑指大厂--mysql】mysql高阶篇
优快云站内信: https://i.youkuaiyun.com/#/msg/chat/qyj19920704
08-17 1万+
为了避免发生数据丢失的问题，当前事务数据库系统普遍都采用了Write Ahead log策略即当事务提交时，先写重做日志，再修改页。当由干发生宕机而导致数据丢失时，通过重做日志来完成数据的恢复。这也是事务ACID中D(Durability持久性)的要求。checkpoint的作用缩短数据库的恢复时间;缓冲池不够用时，将脏页刷新到磁盘;Lru列表不够用时,强制刷新脏页重做日志不可用时，刷新脏页。对于InnoDB存储引擎而言，其是通过LSN(LogSequence Number)来标记版本的。.........
数学在信息科学领域的基础支撑作用
AI天才研究院
07-04 446
表示问题：如何将现实世界的对象和过程转化为可计算的数学形式？这涉及到编码理论、向量空间模型、图论表示等数学方法。例如，自然语言的表示从早期的布尔模型发展到向量空间模型，再到现在的词嵌入和上下文表示，每一步都依赖于数学表示方法的创新。计算问题：如何设计高效算法解决信息处理任务？这涉及到算法设计、计算复杂性、数值分析等数学领域。计算复杂性理论通过P/NP等概念界定了计算的理论边界，而数值分析则提供了在有限精度条件下获得近似解的方法。推理问题：如何从数据中推断出有意义的信息和知识？
★判断素数的几种方法（由易到难，由慢到快）
qq_46664080的博客
03-07 1288
素数，又称为质数，指的是“大于1的整数中，只能被1和这个数本身整除的数”。换句话说，素数是只有两个正约数（1和本身）的自然数。素数在数论中有着重要的地位，且素数的个数是无限的。例如，2、3、5、7、11、13等都是素数。判断一个数是否为素数的方法有多种，包括试除法、埃筛法等。
AKS素性检测
dianshu1593的博客
08-06 994
2002年印度数学家Manindra Agrawal, Neeraj Kayal，Nitin Saxena 给出了一个是否为素数的判别准则。 定理一：设 $a$ 是于 $p$ 互素的整数，则 $p$ 是素数的充分必要条件是 $$(x-a)^p \equiv (x^p-a)(mod \ p)$$ 证： $\because (x-a)^p = x^p + \sum_{i=1}^...
AKS素性检验，多项式时间确定算法
06-21
众所周知，素性检验一般需要相对于输入长度为指数级的时间算法。 本论文成功运用数学知识开发出了多项式算法。
素性测试AKS算法程序
weixin_34236497的博客
05-19 1082
AKS算法，是三位印度人发明的，AKS是他们的姓氏首字母。ASK算法是确定算法，其时间复杂度相当于多项式的，属于可计算的算法。 另外需要了解的是Miller-Rabin素性测试算法。该算法不是确定算法。然而测试的计算速度快，比较有效，被广泛使用。 代码来自rosettacode.org的AKS test for primes。 C语言程序代码如下： #inc...
AKS检测算法！
06-03
能用的64位的AKS算法，自己编的！很实用的素性检测算法
2 Studying《BPF.Performance.Tools》10-18
u012906122的专栏
06-26 1470
目录10 NetWorking10.1 Background10.2 Traditional Tools10.3 BPF Tools10.4 BPF One-Liners10.5 Optional Exercises10.6 Summary11 Security11.1 Background11.2 BPF Tools11.3 BPF One-Liners11.4 Summary12 Languages12.1 Background12.2 C12.3 Java12.4 Bash Shell12.5 Oth
SystemTap 语言参考手册-中文版
最新发布
嗨！我是你的技术小伙伴，一个热爱折腾代码的独立开发者
09-29 730
SystemTap语言参考手册中文版摘要 本文档是SystemTap工具的语言参考手册中文翻译版，由Navyum翻译自官方英文文档。SystemTap是一种用于Linux系统动态监测和跟踪的工具，采用事件-动作模型。手册包含以下核心内容： SystemTap概述（用途、基本语法、安全机制） 脚本类型（探测脚本和插件集脚本） 脚本组件（探测定义、变量、函数、嵌入式C等） 探测点类型（内核/用户空间探测、定时器、特殊探测点等） 语言元素（数据类型、运算符、条件编译等） 语句类型等。
#第三章 数理文化的发展3.1毕达哥拉斯
weixin_47150696的博客
06-09 3048
毕达哥拉斯 西方数理文化的发展，伴随着天文、历法、数学、哲学等自然科学的发展，主要指从希腊文化到文艺复兴时期。这个时期，还能够看出明显的数理发展痕迹，但从牛顿之后，这种痕迹越来越淡了。 毕达哥拉斯（前572—前497），“希腊七贤”之一。 他认为：“无论是解说外在物质世界，还是描写内在精神世界，都不能没有数学！万事万物背后都有数的法则在起作用的。”“他把数理解为自然物体的形式和形象，是一切事物的总根源。” 毕达哥拉斯，或者说他所在的时期，是对古代文化的集大成，同时开辟新的方向的阶段。从古埃及到希腊、罗马时期
aks素性测定算法-求解大素数问题的世界公认最新算法
04-07
几年前3个印度人发明的判定大素数问题的最新算法--AKS素性测定算法.它的出现颠覆了无数先哲上百年的理论研究..
基于AKS素性检测的素数生成器
xwdreamer的专栏
03-28 5862
1.      解题思路<br />AKS算法整体包括六个步骤，它本身相当于一个过滤器，只有经过各种条件筛选以后的数才是素数。步骤如图1所示。 Step1就是判断n是否是一个数的幂次方形式，如果是的话就表明n是合数，程序结束。 Step2需要找出比(log2n)2大的最小的欧拉函数r。  Step3是找出gcd(a,n)，如果存在a<=r的情况，则输出合数 Step4表明如果n<=r，则输出素数。 Step5是最麻烦的一部，其中涉及到了多项式取模运算，对于多项式的取模运算我们这里使用了一个叫做NTL的C+
Fermat素性检验算法
zev的博客
09-20 7339
文章目录题目环境方案设计背景原理算法步骤方案实现流程图主要函数代码C语言python测试用例注意问题说明 题目 给定奇整数m≥3和安全参数k=5,判断m是否为合数或有1-1/2^k 概率为素数。 环境 Windows10，MinGW-W64-builds-4.3.5，miracl 7.0.1 方案设计 背景 Fermat 小定理 原理 给定素数p,a∈Z，则有a(p-1)≡1(mod p); 奇...
素性测试算法
海岛Blog
05-19 7018
判定一个整数是否为素数即为素性测试（Primality test）。 素性测试的算法分为确定型启发式算法和随机算法。 随机算法： 费尔马素性测试法（Fermat primality test） Miller-Rabin素性测试法（Miller–Rabin primality test） Solovay–Strassen素性测试法（Solovay–Strassen prim
编程判断某个数为素数_形形色色的素数--素性检验
weixin_30211217的博客
01-09 685
大家好，我是大老李。今天聊聊素性检验（primality test），即检查一个数是否为质数的问题。这里的“素性检验”，如其名称所示，仅需要检查一个数字是否为素数，而不需要对其进行质因数分解。因当今计算机的广泛使用，加密和伪随机数算法到处可见。而这些算法中，有许多都需要先产生一个随机大质数，所以素性检验问题对这些算法是至关紧要。检查一个数是否为素数，最简单的方法当然是我们小学里都学过的“试除法”。...
有趣的素数题
darkng2015的博客
03-05 209
刚看到一个题目,有些意思 http://topic.youkuaiyun.com/u/20100227/14/cdb02e8f-c08b-4bcb-a44c-e8d4c9ab95da.html 请使用C或者C++编写符合POSIX规范的下述程序。 写个列出所有long long能表示的素数的程序，单进程双线程的。 要求A线程用Rabin-Miller算法筛数，B线程用算法2验证。 ...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值