{
  "id": "miller-rabin-primality-test",
  "title": "米勒–拉宾素性检验",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "米勒–拉宾素性检验是一种高效随机算法，可确定地识别合数，并以可控的低错误概率判定可能素数。",
  "category": "mathematics",
  "subcategory": "algebra",
  "type": "concept",
  "aliases": [
    "米勒–拉宾检验",
    "拉宾–米勒素性检验",
    "强可能素数检验"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/miller-rabin-primality-test/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/miller-rabin-primality-test/",
      "json": "https://aiwiki.page/en/miller-rabin-primality-test.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "米勒–拉宾素性检验是一种素性检验算法，用于判定一个整数是合数还是可能素数。它对一系列模幂应用素数必须满足的条件。只要有一个条件不成立，就能证明输入是合数；但仅仅通过检验，并不能证明它是素数。对于任意固定的奇合数输入，独立、均匀随机选取一个检验底数，未能识别其合数性的概率不超过 \\(1/4\\)。使用独立的随机底数重复检验，可以使这一错误概率的上界呈指数下降。\n\n该检验速度快、实现简单，而且能有效处理极大的整数，因此广泛用于计算数论和密码学中的素数生成。"
    },
    {
      "heading": "数学基础",
      "text": "设 \\(n>2\\) 是奇整数。将其写为\n\n\\[n-1=2^s d,\\]\n\n其中 \\(d\\) 为奇数，且 \\(s\\geq 1\\)。选取整数底数 \\(a\\)，满足 \\(2\\leq a\\leq n-2\\)，考虑模算术中的序列\n\n\\[a^d,\\ a^{2d},\\ a^{4d},\\ldots,\\ a^{2^{s-1}d},\\ a^{2^s d} \\pmod n.\\]\n\n从第二项起，每一项都是将前一项平方后对 \\(n\\) 取模得到的。\n\n如果 \\(n\\) 是素数，由费马小定理可得\n\n\\[a^{n-1}\\equiv 1\\pmod n.\\]\n\n此外，在模素数的意义下，\\(1\\) 的平方根只有 \\(1\\) 和 \\(-1\\)。这是因为这些剩余类构成一个有限域，在域中，\n\n\\[x^2-1=(x-1)(x+1)=0\\]\n\n意味着 \\(x=1\\) 或 \\(x=-1\\)。\n\n因此，如果 \\(n\\) 是素数，则要么\n\n\\[a^d\\equiv 1\\pmod n,\\]\n\n要么\n\n\\[a^{2^r d}\\equiv -1\\pmod n \\qquad \\text{for some }0\\leq r<s.\\]\n\n这两种情形构成了以 \\(a\\) 为底的强可能素数条件。如果两者都不成立，\\(n\\) 就必定是合数。\n\n一种等价的理解方式是：从序列的最后一项出发，沿着平方链向前回溯；对于素数，最后一项必定为 \\(1\\)。除非首项已经是 \\(1\\)，否则平方链第一次得到 \\(1\\) 时，必定是对 \\(-1\\) 求平方的结果。如果对其他剩余类求平方得到 \\(1\\)，就出现了模素数时不可能发生的情况。"
    },
    {
      "heading": "算法",
      "text": "小于 \\(2\\) 的输入不是素数。整数 \\(2\\) 和 \\(3\\) 是素数，大于它们的偶数都是合数。对于其余的奇数输入，检验步骤如下。\n\nMillerRabin(n, k):\n    如果 n < 2:\n        返回 非素数\n    如果 n = 2 或 n = 3:\n        返回 素数\n    如果 n 是偶数:\n        返回 合数\n\n    将 n - 1 写成 2^s * d，其中 d 为奇数\n\n    重复 k 次:\n        从 {2, ..., n - 2} 中均匀随机选取 a\n        x = a^d mod n\n\n        如果 x = 1 或 x = n - 1:\n            进入下一轮\n\n        passed = 假\n\n        重复 s - 1 次:\n            x = x^2 mod n\n\n            如果 x = n - 1:\n                passed = 真\n                跳出循环\n\n            如果 x = 1:\n                返回 合数\n\n        如果 passed 为假:\n            返回 合数\n\n    返回 可能素数\n\n这里，\\(k\\) 是指定检验轮数的正整数。初始幂通过模幂运算计算，而不是先构造出巨大的整数 \\(a^d\\)。\n\n也可以选择先计算最大公约数，从而立即发现一个因数：如果 \\(1<\\gcd(a,n)<n\\)，那么 \\(n\\) 就是合数。通常的算法并不需要这一步检查也能保证正确性。\n\n在筛选大量候选数时，先用少量素数进行整除性检验，再运行米勒–拉宾检验，往往能减少总计算量。"
    },
    {
      "heading": "见证底数、说谎底数与强伪素数",
      "text": "使检验拒绝 \\(n\\) 的底数称为合数性的强见证底数，也简称为米勒–拉宾见证底数。如果 \\(n\\) 是合数，却通过了某个底数的检验，那么这个底数就称为强说谎底数，而 \\(n\\) 则称为以该底数为底的强伪素数。\n\n这些术语描述的是一个数与一个底数之间的关系。一个合数可能通过某个底数的检验，却无法通过另一个底数的检验。\n\n示例：识别费马伪素数\n\n考虑\n\n\\[341=11\\cdot31,\\qquad 340=2^2\\cdot85.\\]\n\n以 \\(2\\) 为底时，\n\n\\[2^{85}\\equiv32\\pmod{341},\\]\n\n下一次平方得到\n\n\\[32^2\\equiv1\\pmod{341}.\\]\n\n初始值既不是 \\(1\\)，也不是 \\(-1\\)，而平方步骤在尚未出现 \\(-1\\) 的情况下就得到了 \\(1\\)。因此，米勒–拉宾检验证明了 \\(341\\) 是合数。\n\n然而，\n\n\\[2^{340}\\equiv1\\pmod{341},\\]\n\n所以 \\(341\\) 能通过较简单的以 \\(2\\) 为底的费马检验。米勒–拉宾检验从中间的幂中提取了更多信息。\n\n\\(1\\) 的这个非平凡平方根还揭示了因数：\n\n\\[\\gcd(32-1,341)=31, \\qquad \\gcd(32+1,341)=11.\\]\n\n有时可以这样找出因数，但米勒–拉宾见证底数并不一定能直接给出因数。\n\n示例：通过检验的合数\n\n合数\n\n\\[2047=23\\cdot89\\]\n\n能通过以 \\(2\\) 为底的检验。这里 \\(2046=2\\cdot1023\\)，并且\n\n\\[2^{1023}\\equiv1\\pmod{2047}.\\]\n\n因此，仅通过一轮检验并不能确定一个数是素数。"
    },
    {
      "heading": "错误概率保证及其含义",
      "text": "对于每个奇合数 \\(n>9\\)，在底数 \\(1\\leq a\\leq n-1\\) 中，强说谎底数的数量至多为 \\((n-1)/4\\)。更小的奇合数 \\(9\\) 也很容易处理，而采用标准抽样区间 \\(2\\leq a\\leq n-2\\) 时，就能得到通常所说的每轮错误概率至多为 \\(1/4\\) 的上界。\n\n对于一个固定的合数输入，以及 \\(k\\) 个独立、均匀抽样得到的底数，\n\n\\[\\Pr(\\text{all rounds pass}\\mid n\\text{ is composite}) \\leq 4^{-k}.\\]\n\n例如，进行 \\(64\\) 轮检验时，最坏情况下的上界为\n\n\\[4^{-64}=2^{-128}.\\]\n\n这一保证是单侧的：\n\n- 假设算术运算和实现正确，素数输入总能通过检验。\n- 合数输入可能通过检验，但在上述抽样假设下，通过检验的概率有明确的上界。\n\n用随机算法的术语来说，米勒–拉宾检验是一种具有单侧错误的蒙特卡洛方法。\n\n这一条件概率的条件方向很重要。上述上界并不自动等于被接受的数是合数的概率：\n\n\\[\\Pr(\\text{composite}\\mid\\text{passes})\\]\n\n还取决于候选数的选取方式，以及其中素数原本所占的比例。它与一个固定合数通过检验的概率是不同的量。\n\n重复检验的概率上界依赖于底数选择的独立性和均匀性。重复使用同一个底数不会提供额外的数学保证；任意选取一些可预测的底数，也不会仅仅因为数量达到 \\(k\\) 个，就获得 \\(4^{-k}\\) 的保证。"
    },
    {
      "heading": "确定性版本",
      "text": "虽然通用的米勒–拉宾检验是随机算法，但在若干情形下，可以将其变为确定性算法。\n\n有界输入范围\n\n对于指定的有限整数范围，有一些经过证明的底数集合，足以区分该范围内的所有素数与合数。例如，检验以下十二个素数底数\n\n\\[2,3,5,7,11,13,17,19,23,29,31,37\\]\n\n并按通常方式处理较小的输入，就足以检验所有 \\(n<2^{64}\\) 的输入。\n\n使用固定底数列表的实现必须正确处理普通抽样区间之外的底数，例如先将其对 \\(n\\) 取模，并妥善处理平凡的剩余类。所用的有界范围定理也必须与实际输入范围相符。一个足以处理 64 位整数的底数集合，并不因此就足以处理任意精度整数。\n\n有条件的确定性检验\n\n在某种适当形式的广义黎曼猜想成立的前提下，米勒最初的方法给出了一个确定性多项式时间检验。在这一假设下，每个奇合数都有一个见证底数，其大小不超过 \\((\\log n)^2\\) 的某个常数倍，因此只需检查不超过这一上界的所有底数。\n\n如果不采用该假设，目前尚不知道同样的小底数上界是否普遍成立。虽然存在无条件的确定性多项式时间素性检验算法，但它们使用的是不同的方法。"
    },
    {
      "heading": "计算成本",
      "text": "设 \\(L\\) 为 \\(n\\) 的二进制位数。二进制模幂运算需要 \\(O(L)\\) 次模乘，随后的平方链也至多需要 \\(O(L)\\) 次模乘。\n\n因此，采用传统的整数算术算法时，一轮检验需要\n\n\\[O(L^3)\\]\n\n次位运算，而 \\(k\\) 轮检验需要\n\n\\[O(kL^3).\\]\n\n这些表达式使用了大O记号。更快的乘法和模约减方法可以改善位复杂度。更一般地，如果两个 \\(L\\) 位数的模乘成本为 \\(O(M(L))\\)，则总成本约为 \\(O(kL\\,M(L))\\)。\n\n许多合数候选值在第一轮就会被排除，因此无需承担全部 \\(k\\) 轮的计算成本。素数输入会通过每一轮，因此需要完成规定的全部计算。"
    },
    {
      "heading": "历史与实际作用",
      "text": "加里·L. 米勒于 1976 年发表了依赖假设的确定性理论基础。迈克尔·O. 拉宾于 1980 年发表了随机化形式，其依据是：对每个奇合数，都有很大一部分底数能够揭示其合数性。\n\n米勒–拉宾检验后来成为生成大型可能素数的标准工具。典型流程是先生成所需位数的候选数，排除能被小素数整除的数，再对剩余候选数进行多轮米勒–拉宾检验。素数定理解释了为什么在大整数中，素数的出现频率仍足以使反复生成候选数的方法切实可行。\n\n该检验有若干重要局限：\n\n- 可能为素数不等于已经证明是素数。 通过随机轮次的检验只能给出量化的错误概率上界，并不构成一般意义上的素性数学证明。\n- 算术运算必须精确。 即使数学算法本身正确，固定位宽乘法中的溢出也可能导致模运算出错。\n- 底数选择过程是保证的一部分。 对于有偏或相互依赖的选择方式，需要另行分析。\n- 检测见证底数并不等于通用的因数分解。 被拒绝的候选数已知是合数，但其因数可能仍然未知。\n- 固定底数的保证有范围限制。 对经过证明的有限底数集合，不能在没有依据的情况下将其适用范围扩展到已确立的范围之外。\n\n当需要可验证的素性证书时，可以先用米勒–拉宾检验进行初步筛选，再使用独立的素性证明程序。"
    }
  ],
  "links": [
    "primality-test",
    "algorithm",
    "integer",
    "prime-number",
    "number-theory",
    "modular-arithmetic",
    "fermats-little-theorem",
    "finite-field",
    "modular-exponentiation",
    "greatest-common-divisor",
    "monte-carlo-method",
    "conditional-probability",
    "generalized-riemann-hypothesis",
    "big-o-notation",
    "prime-number-theorem",
    "mathematical-proof"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}