私はMiller-Rabin素数性テストを実装しようとしていましたが、中規模の数値(約7桁)でこれほど長い時間(> 20秒)がかかるのはなぜですか。最終的に次のコード行が問題の原因であることがわかりました。
x = a**d % n
(ここa
で、、、d
およびn
はすべて類似していますが、中規模の数値が等しくなく**
、指数演算子であり%
、モジュロ演算子です)
次に、次のものに置き換えてみました。
x = pow(a, d, n)
それに比べると、それはほとんど瞬時です。
コンテキストについては、元の関数は次のとおりです。
from random import randint
def primalityTest(n, k):
if n < 2:
return False
if n % 2 == 0:
return False
s = 0
d = n - 1
while d % 2 == 0:
s += 1
d >>= 1
for i in range(k):
rand = randint(2, n - 2)
x = rand**d % n # offending line
if x == 1 or x == n - 1:
continue
for r in range(s):
toReturn = True
x = pow(x, 2, n)
if x == 1:
return False
if x == n - 1:
toReturn = False
break
if toReturn:
return False
return True
print(primalityTest(2700643,1))
時限計算の例:
from timeit import timeit
a = 2505626
d = 1520321
n = 2700643
def testA():
print(a**d % n)
def testB():
print(pow(a, d, n))
print("time: %(time)fs" % {"time":timeit("testA()", setup="from __main__ import testA", number=1)})
print("time: %(time)fs" % {"time":timeit("testB()", setup="from __main__ import testB", number=1)})
出力(PyPy 1.9.0で実行):
2642565
time: 23.785543s
2642565
time: 0.000030s
出力(Python 3.3.0、2.7.2で実行すると、非常に類似した時間を返します):
2642565
time: 14.426975s
2642565
time: 0.000021s
そして関連する質問、なぜこの計算はPython 2または3で実行すると、通常PyPyの方がPyPyの場合よりも2倍速くなるのですか?
>>> print pow.__doc__ pow(x, y[, z]) -> number With two arguments, equivalent to x**y. With three arguments, equivalent to (x**y) % z, but may be more efficient (e.g. for longs).