21、特殊同余与素性测试:从理论到实践

特殊同余与素性测试:从理论到实践

1. 特殊同余问题与编程项目

在数论的研究中,有一些特殊的同余问题和相关的编程项目值得我们深入探讨。

首先,有几个具体的问题需要解决。例如,我们可以使用Pollard p - 1方法的变体来找出几个不同的六位奇数的因数。同时,我们还需要验证一个猜想:当n为合数时,(1^{n - 1}+2^{n - 1}+3^{n - 1}+\cdots+(n - 1)^{n - 1}\not\equiv - 1(\bmod n))。

相关的编程项目也很有意义:
- 找出小于给定正整数n的所有威尔逊素数。
- 找出小于给定正整数n的素数p,使得(2^{p - 1}\equiv1(\bmod p^{2}))。
- 通过费马小定理求解具有素数模的线性同余方程。
- 使用Pollard p - 1方法找出给定正整数n的一个因数。
- 使用Pollard p - 1方法的变体(来自特定练习)找出给定正整数n的一个因数,不断改变底数和界限,直到找到一个因数。

2. 伪素数的概念与性质

费马小定理告诉我们,如果n是素数,b是任意整数,那么(b^{n}\equiv b(\bmod n))。反之,如果能找到一个整数b,使得(b^{n}\not\equiv b(\bmod n)),那么n就是合数。例如,对于(n = 63),我们有(2^{63}=2^{60}\cdot2^{3}=(2^{6})^{10}\cdot2^{3}=64^{10}\cdot2^{3}\equiv2^{3}\equiv8\not\equiv2(\bmod 63)),所以63不是素数。

然而,费马小

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函 适应度函 适应度函由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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