Pollard Rho

引入

给定一个正整数 $N \in \mathbf{N}_{+}$，试快速找到它的一个 非平凡因数．

考虑朴素算法，因数是成对分布的，$N$ 的所有因数可以被分成两块，即 $[2, \sqrt N]$ 和 $[\sqrt N+1,N)$．只需要把 $[2, \sqrt N]$ 里的数遍历一遍，再根据除法就可以找出至少两个因数了．这个方法的时间复杂度为 $O(\sqrt N)$．

当 $N\ge10^{18}$ 时，这个算法的运行时间我们是无法接受的，希望有更优秀的算法．一种想法是通过随机的方法，猜测一个数是不是 $N$ 的因数，如果运气好可以在 $O(1)$ 的时间复杂度下求解答案，但是对于 $N\ge10^{18}$ 的数据，成功猜测的概率是 $\frac{1}{10^{18}}$, 期望猜测的次数是 $10^{18}$．如果是在 $[2,\sqrt N]$ 里进行猜测，成功率会大一些．我们希望有方法来优化猜测．

朴素算法

最简单的算法即为从 $[2, \sqrt N]$ 进行遍历．

=== "C++" cpp vector<int> breakdown(int N) { vector<int> result; for (int i = 2; i * i <= N; i++) { if (N % i == 0) { // 如果 i 能够整除 N，说明 i 为 N 的一个质因子． while (N % i == 0) N /= i; result.push_back(i); } } if (N != 1) { // 说明再经过操作之后 N 留下了一个素数 result.push_back(N); } return result; }

=== "Python" python def breakdown(N): result = [] for i in range(2, int(sqrt(N)) + 1): if N % i == 0: # 如果 i 能够整除 N，说明 i 为 N 的一个质因子． while N % i == 0: N //= i result.append(i) if N != 1: # 说明再经过操作之后 N 留下了一个素数 result.append(N) return result

我们能够证明 result 中的所有元素即为 N 的全体素因数．

??? note "证明 result 中即为 $N$ 的全体素因数" 首先考察 N 的变化．当循环进行到 i 结束时，由于刚执行结束 while(N % i == 0) N /= i 部分，i 不再整除 N．而且，每次除去一个因子，都能够保证 N 仍整除 $N$．这两点保证了，当循环进行到 i 开始时，N 是 $N$ 的一个因子，且不被任何小于 i 的整数整除．

其次证明 `result` 中的元素均为 $N$ 的因子．当循环进行到 `i` 时，能够在 `result` 中存入 `i` 的条件是 `N % i == 0`，这说明 `i` 整除 `N`，且已经说明 `N` 是 $N$ 的因子，故而有 `i` 是 $N$ 的因子．当对 `i` 的循环结束时，若 `N` 不为一，也会存入 `result`．此时它根据前文，也必然是 $N$ 的一个因子．

其次证明 `result` 中均为素数．我们假设存在一个在 `result` 中的合数 $K$，则必然存在 `i` 不超过 $\sqrt K$，满足 `i` 是 `K` 的一个因子．这样的 $K$ 不可能作为循环中的某个 `i` 存入 `result`，因为第一段已经说明，当循环到 $K$ 时，`N` 不被任何小于 $K$ 的 `i` 整除．这样的 $K$ 也不可能在循环结束后加入，因为循环退出的条件是 `i * i > N`，故而已经遍历完了所有不超过 $\sqrt K$ 的 `i`，而且据上文所说，这些 `i` 绝不能整除目前的 `N`，亦即 $K$．

最后证明，所有 $N$ 的素因子必然出现在 `result` 中．不妨假设 $p$ 是 $N$ 的一个素因子，但并没有出现在 `result` 中．根据上文的讨论，$p$ 不可能是循环中出现过的 `i`．设 `i` 是退出循环前最后的 `i`，则 `i` 严格小于 $p$，而退出循环后的 `N` 不被之前的 `i` 整除，故而 $p$ 整除 `N`．所以最后的 `N` 大于一，则根据前文所述，它必然是素数，则 `N` 就等于 $p$，必会在最后加入 `result`，与假设矛盾．

值得指出的是，如果开始已经打了一个素数表的话，时间复杂度将从 $O(\sqrt N)$ 下降到 $O(\frac {\sqrt{N}} {\ln N})$．去 筛法 处查阅更多打表的信息．

例题：CF 1445C

Pollard Rho 算法

引入

利用暴力算法获得一个非平凡因子的复杂度为 $O(p)=O(\sqrt N)$，这里，$p$ 是 $N$ 的最小素因子．而下面要介绍的 Pollard-Rho 算法是一种随机化算法，可以在 $O(\sqrt p)=O(N^{1/4})$ 的期望复杂度获得一个非平凡因子（注意！非平凡因子不一定是素因子）．

它的核心想法是，对于一个随机自映射 $f: \mathbb Z_p \rightarrow \mathbb Z_p$，从任何一点 $x_1$ 出发，迭代计算 $x_n = f(x_{n-1})$，将在 $O(\sqrt p)$ 期望时间内进入循环．如果能够找到 $x_i \equiv x_j \pmod p$，则 $p$ 整除 $\gcd(|x_i-x_j|, N)$，这一最大公约数就是 $N$ 的一个非平凡因子．

要理解进入循环的期望时间为 $O(\sqrt p)$，可以从生日悖论中获得启发．

生日悖论

不考虑出生年份（假设每年都是 365 天），问：一个房间中至少多少人，才能使其中两个人生日相同的概率达到 $50%$?

解：假设一年有 $n$ 天，房间中有 $k$ 人，用整数 $1, 2,\dots, k$ 对这些人进行编号．假定每个人的生日均匀分布于 $n$ 天之中，且两个人的生日相互独立．

设 $k$ 个人生日互不相同为事件 $A$, 则事件 $A$ 的概率为

$$ P(A)=\prod_{i=0}^{k-1}\frac{n-i}{n} $$

至少有两个人生日相同的概率为 $P(\overline A)=1-P(A)$．根据题意可知 $P(\overline A)\ge\frac{1}{2}$, 那么就有

$$ P(A)=\prod_{i=0}^{k-1}\frac{n-i}{n} \le \frac{1}{2} $$

由不等式 $1+x\le \mathrm{e}^x$ 可得

$$ P(A) \le \prod_{i=1}^{k-1}\exp\left({-\frac{i}{n}}\right)=\exp \left({-\frac{k(k-1)}{2n}}\right) $$

因此

$$ \exp\left({-\dfrac{k(k-1)}{2n}}\right) \le \frac{1}{2}\implies P(A) \le \frac{1}{2} $$

将 $n=365$ 代入，解得 $k\geq 23$．所以一个房间中至少 $23$ 人，使其中两个人生日相同的概率达到 $50%$, 但这个数学事实十分反直觉，故称之为一个悖论．

当 $k>56$，$n=365$ 时，出现两个人同一天生日的概率将大于 $99%$¹．那么在一年有 $n$ 天的情况下，当房间中有 $\frac{1}{2}(\sqrt{8n\ln 2+1}+1)\approx \sqrt{2n\ln 2}$ 个人时，至少有两个人的生日相同的概率约为 $50%$．

类似地可以计算，随机均匀地选取一列生日，首次获得重复生日需要的人数的期望也是 $O(\sqrt n)$．设这一人数为 $X$，则

$$ E(X) = \sum_{x=1}^{n+1}P(X\ge x+1) = \sum_{x=0}^n\frac{n!}{(n-x)!n^x} = \sqrt{\frac{\pi n}{2}}-\frac13+o(1). $$

这启发我们，如果可以随机选取一列数字，出现重复数字需要的抽样规模的期望也是 $O(\sqrt n)$ 的．

利用最大公约数求出一个约数

实际构建一列模 $p$ 的随机数列并不现实，因为 $p$ 正是需要求的．所以，我们通过 $f(x)=(x^2+c)\bmod N$ 来生成一个伪随机数序列 ${x_i}$：随机取一个 $x_1$，令 $x_2=f(x_1),\ x_3=f(x_2),\ \dots,\ x_i=f(x_{i-1})$，其中 $c\in[1,N)$ 是一个随机选取的常数．

这里选取的函数容易计算，且往往可以生成相当随机的序列．但它并不是完全随机的．举个例子，设 $n=50,\ c=6,\ x_1=1$，$f(x)$ 生成的数据为

$$ 1, 7, 5, 31, 17, 45, 31, 17, 45, 31,\dots $$

可以发现数据在 $x_4$ 以后都在 $31,17,45$ 之间循环．如果将这些数如下图一样排列起来，会发现这个图像酷似一个 $\rho$，算法也因此得名 rho．

更重要的是，这样的函数确实提供了 $\mathbb Z_p$ 上一个自映射．也就是说，它满足性质：如果 $x\equiv y\pmod p$，则 $f(x)\equiv f(y)\pmod p$．

???+ note "证明" 若 $x\equiv y\pmod p$，则 $x^2+c\equiv y^2+c\pmod p$．注意到，$f(x)=x^2+c-k_xN$，这里 $k_x$ 是一个依赖于 $x$ 的整数，且 $p|N$，所以有 $f(x)=x^2+c\pmod p$，因而 $f(x)=f(y)\pmod p$．

作为 $\mathbb Z_p$ 上的伪随机自映射反复迭代得到的序列，${x_n\bmod p}$ 在 $O(\sqrt p)$ 的期望时间内就会出现重复．只要我们观察到这样的重复 $x_i\equiv x_j\pmod p$，就可以根据 $\gcd(|x_i-x_j|,N)$ 求出一个 $N$ 的非平凡因子．注意到，由于 $p$ 未知，我们并没有办法直接判断重复的发生，一个简单的判断方法正是 $\gcd(|x_i-x_j|,N)$ 严格大于一．

这一算法并不是总能成功的，因为 $\gcd(|x_i-x_j|,N)$ 可能等于 $N$．也就是说，$x_i\equiv x_j\pmod N$．此时，${x_n\bmod p}$ 首次发生重复时，恰好 ${x_n}$ 也发生重复了．我们没有得到一个非平凡因子．而且，${x_n}$ 开始循环后，再继续迭代也没有意义了，因为之后只会重复这一循环．该算法应输出分解失败，需要更换 $f(x)$ 中选取的 $c$ 重新分解．

根据上文分析，理论上，任何满足 $\forall x \equiv y \pmod p, f(x) \equiv f(y) \pmod p$，且能够保证一定伪随机性的函数 $f(x)$（例如某些多项式函数）都可以用在此处．实践中，主要使用 $f(x)=x^2+c\ (c\neq 0,-2)$．²

实现

我们需要实现的算法，能够在迭代过程中快速判断 ${x_n\bmod p}$ 是否已经出现重复．将 $f$ 看成以 $\mathbb Z_p$ 为顶点的有向图上的边，我们实际要实现的是一个判环算法．只是将判等改为了判断 $\gcd(|x_i-x_j|,N)$ 是否大于一．

Floyd 判环

假设两个人在赛跑，A 的速度快，B 的速度慢，经过一定时间后，A 一定会和 B 相遇，且相遇时 A 跑过的总距离减去 B 跑过的总距离一定是圈长的倍数．

设 $a=f(0),b=f(f(0))$，每一次更新 $a=f(a),b=f(f(b))$，只要检查在更新过程中 $a$ 和 $b$ 是否相等，如果相等了，那么就出现了环．

我们每次令 $d=\gcd(|x_i-x_j|,N)$，判断 d 是否满足 $1< d< N$，若满足则可直接返回 $d$．如果 $d=N$，则说明 ${x_i}$ 已经形成环，在形成环时就不能再继续操作了，直接返回 $N$ 本身，并且在后续操作里调整随机常数 $c$，重新分解．

??? note "基于 Floyd 判环的 Pollard-Rho 算法" === "C++" cpp ll Pollard_Rho(ll N) { if (N == 4) return 2; // 因为一开始跳了两步，所以需要特判一下 4 ll c = rand() % (N - 1) + 1; ll t = f(0, c, N); ll r = f(f(0, c, N), c, N); while (t != r) { ll d = gcd(abs(t - r), N); if (d > 1) return d; t = f(t, c, N); r = f(f(r, c, N), c, N); } return N; }

=== "Python"
    ```python
    import random
    
    
    def Pollard_Rho(N):
        if N == 4:
            return 2  # 因为一开始跳了两步，所以需要特判一下 4
        c = random.randint(1, N - 1)
        t = f(0, c, N)
        r = f(f(0, c, N), c, N)
        while t != r:
            d = gcd(abs(t - r), N)
            if d > 1:
                return d
            t = f(t, c, N)
            r = f(f(r, c, N), c, N)
        return N
    ```

Brent 判环

实际上，Floyd 判环算法可以有常数上的改进．Brent 判环从 $k=1$ 开始递增 $k$，在第 $k$ 轮，让 A 等在原地，B 向前移动 $2^k$ 步，如果在过程中 B 遇到了 A，则说明已经得到环，否则让 A 瞬移到 B 的位置，然后继续下一轮．

可以证明³，这样得到环之前需要调用 $f$ 的次数永远不大于 Floyd 判环算法．原论文中的测试表明，Brent 判环需要的平均时间相较于 Floyd 判环减少了 $24%$．

倍增优化

无论是 Floyd 判环还是 Brent 判环，迭代次数都是 $O(\sqrt p)$ 的．但是每次迭代都用 $\gcd$ 判断是否成环会拖慢算法运行速度．可以通过乘法累积来减少求 $\gcd$ 的次数．

简单来说，如果 $\gcd(a,N)>1$，那么 $\gcd(ab\bmod N,N)=\gcd(ab,N)>1$ 对于任意 $b\in\mathbb N_+$ 都成立．也就是说，如果计算得到 $\gcd(\prod |x_i-x_j| \bmod N,N)>1$，那么必然有其中一对 $(x_i,x_j)$ 满足 $\gcd(|x_i-x_j|,N)>1$．如果该乘积在某一时刻得到零，则分解失败，退出并返回 $N$ 本身．

如果每 $k$ 对计算一次 $\gcd$，则算法复杂度降低到 $O(\sqrt p+k^{-1}\sqrt p\log N)$，这里，$\log N$ 为单次计算 $\gcd$ 的开销．注意到 $k$ 和 $\log N$ 大致同阶时，可以得到 $O(\sqrt p)$ 的期望复杂度．具体实现中，大多选取 $k=128$．

这里提供 Brent 判环且加上倍增优化的 Pollard-Rho 算法实现．

??? note "实现" === "C++" cpp ll Pollard_Rho(ll x) { ll t = 0; ll c = rand() % (x - 1) + 1; ll s = t; int step = 0, goal = 1; ll val = 1; for (goal = 1;; goal <<= 1, s = t, val = 1) { for (step = 1; step <= goal; ++step) { t = f(t, c, x); val = val * abs(t - s) % x; // 如果 val 为 0，退出重新分解 if (!val) return x; if (step % 127 == 0) { ll d = gcd(val, x); if (d > 1) return d; } } ll d = gcd(val, x); if (d > 1) return d; } }

=== "Python"
    ```python
    from random import randint
    from math import gcd
    
    
    def Pollard_Rho(x):
        c = randint(1, x - 1)
        s = t = f(0, c, x)
        goal = val = 1
        while True:
            for step in range(1, goal + 1):
                t = f(t, c, x)
                val = val * abs(t - s) % x
                if val == 0:
                    return x  # 如果 val 为 0，退出重新分解
                if step % 127 == 0:
                    d = gcd(val, x)
                    if d > 1:
                        return d
            d = gcd(val, x)
            if d > 1:
                return d
            s = t
            goal <<= 1
            val = 1
    ```

复杂度

Pollard-Rho 算法中的期望迭代次数为 $O(\sqrt p)$，这里 $p$ 是 $N$ 的最小素因子．具体实现无论是采用 Floyd 判环还是 Brent 判环，如果不使用倍增优化，期望复杂度都是 $O(\sqrt p\log N)$；在加上倍增优化后，可以近似得到 $O(\sqrt p)$ 的期望复杂度．

值得一提的是，前文分析基于的是完全随机的自映射函数，但 Pollard-Rho 算法实际使用的是伪随机函数，所以该算法并没有严格的复杂度分析，实践中通常跑得较快．

例题：求一个数的最大素因子

例题：P4718【模板】Pollard-Rho 算法

对于一个数 $n$，用 Miller Rabin 算法 判断是否为素数，如果是就可以直接返回了，否则用 Pollard-Rho 算法找一个因子 $p$，将 $n$ 除去因子 $p$．再递归分解 $n$ 和 $p$，用 Miller Rabin 判断是否出现质因子，并用 max_factor 更新就可以求出最大质因子了．由于这个题目的数据过于庞大，用 Floyd 判环的方法是不够的，这里采用倍增优化的方法．

??? note "实现" cpp --8<-- "docs/math/code/pollard-rho/pollard-rho_1.cpp"

参考资料与链接