在
数学中,整数分解(英语:integer factorization)又称
素因数分解(prime factorization),是将一个正
整数写成几个
约数的乘积。例如,给出45这个数,它可以分解成9×5。根据
算术基本定理,这样的分解结果应该是独一无二的。这个问题在
代数学、
密码学、
计算复杂性理论和
量子计算机等领域中有重要意义。
完整的因子列表可以根据约数分解推导出,将
幂从零不断增加直到等于这个数。例如,因为45=32×5,45可以被30×50,30×51,31×50,31×51,32×50,和32×51,或者 1,5,3,9,15,和 45整除。相对应的,约数分解只包括约数因子。
给出两个大
约数,很容易就能将它们两个相乘。但是,给出它们的乘积,找出它们的因子就显得不是那么容易了。这就是许多现代密码系统的关键所在。如果能够找到解决整数分解问题的快速方法,几个重要的密码系统将会被攻破,包括RSA公钥算法和Blum Blum Shub
随机数发生器。
尽管快速分解是攻破这些系统的方法之一,仍然会有其它的不涉及到分解的其它方法。所以情形完全可能变成这样:整数分解问题仍然是非常困难,这些密码系统却是能够很快攻破。有的密码系统则能提供更强的保证:如果这些密码系统被快速破解(即能够以多项式时间复杂度破解),则可以利用破解这些系统的算法来快速地(以多项式时间复杂度)分解整数。换句话说,破解这样的密码系统不会比整数分解更容易。这样的密码系统包括Rabin密码系统(RSA的一个变体)以及Blum Blum Shub
随机数发生器。
如果一个大的,有n个
二进制数位长度的数是两个差不多大小相等的约数的乘积,还没有很好的
算法来以多项式时间复杂度分解它。
这就意味着没有已知算法可以在O(n)(k为常数)的时间内分解它。但是算法也是比
Θ(e)快的。换句话说,我们已知最好的算法比指数数量级时间要快,比多项式数量级时间要慢。已知最好的渐近线运行时间是
普通数域筛选法(GNFS)。时间是:
对于平常的计算机,GNFS是我们已知最好的对付n个二进制数位大约数的方法。不过,对于
量子计算机,
彼得·秀尔在1994年发现了一种可以用
多项式时间来解决这个问题的算法。如果大的量子计算机建立起来,这将对密码学有很重要的意义。这个算法在时间上只需要O(n),空间只要O(n)就可以了。 构造出这样一个算法只需要2n量子位。2001年,第一个7量子位的量子计算机第一个运行这个算法,它分解的数是15。
我们知道这个问题的判定问题形式(“请问N是否有一个比M小的约数?”)是在NP与反NP之中。因为不管是答案为是或不是,我们都可以用一个素因数以及该素因数的素数证明来验证这个答案。由秀尔算法可知,这个问题在BQP中。大部分的人则怀疑这个问题不在P、NP完全、以及反NP完全这三个复杂性类别中。如果这个问题可以被证明为NP完全或反NP完全,则我们便可推得NP=反NP。这将会是个很震憾的结果,也因此大多数人猜想整数分解这个问题不在上述的复杂性类别中。也有许多人尝试去找出多项式时间的算法来解决这个问题,但是都尚未成功,因此这个问题也被多数人怀疑不在P中。
有趣的是,判定一个整数是否是素数则比分解该整数简单许多。AKS算法证明前者可以在多项式时间中解决。 测试一个数是否为素数是
RSA算法中非常重要的一环,因为它在一开始的时候需要找很大的素数。
一般用途算法的运行时间仅仅依赖要分解的整数的长度。这种算法可以用来分解
RSA数。大部分一般用途算法基于平方同余方法。