大步小步算法

在群论中，大步小步算法（英语：baby-step giant-step）是丹尼尔·尚克斯发明的一种中途相遇算法，用于计算离散对数或者有限阿贝尔群的阶。其中离散对数问题在公钥加密领域有着非常重要的地位。

许多常用的加密系统都基于离散对数极难计算这一假设——计算越困难，这些系统提供的数据传输就越安全。增加离散对数计算难度的一种方法，是把密码系统建立在更大的群上。

理论

这是一种空间换时间的算法，实质上是求解离散对数的朴素算法（枚举并试乘）的一个相当简单的改进。

给出一个 $n$ 阶循环群 $G$ 、该群的一个生成元 $\alpha$ 和一个元素 $\beta$ 。试找到一个整数 $x$ 满足

$\alpha ^{x}=\beta \,.$

大步小步算法把 $x$ 代换成：

$x=im+j$

$m=\left\lceil {\sqrt {n}}\right\rceil$

$0\leq i<m$

$0\leq j<m$

于是有：

$\alpha ^{x}=\beta \,$

$\alpha ^{im+j}=\beta \,$

$\alpha ^{j}=\beta \left(\alpha ^{-m}\right)^{i}\,$

该算法先对 $j$ 的不同取值计算出 $\alpha ^{j}$ 的值，然后固定一个 $m$ ，并对 $i$ 尝试不同的取值,带入上面同余式的右边，看是否与某个（已经预先算出的）同余式左边的值相匹配。

算法

给出C++17版本的代码：

#include <cmath>
#include <cstdint>
#include <unordered_map>

std::uint32_t pow_m(std::uint32_t base, std::uint32_t exp, std::uint32_t mod) {
        // 这里需要实现快速幂算法
}


///计算满足 g^x % mod == h 的x
std::optional<std::uint32_t> babystep_giantstep(std::uint32_t g, std::uint32_t h, std::uint32_t mod) {
        const auto m = static_cast<std::uint32_t>(std::ceil(std::sqrt(mod)));
        auto table = std::unordered_map<std::uint32_t, std::uint32_t>{};
        auto e = std::uint64_t{1}; // 临时值可能大于32位整数的范围
        for (auto i = std::uint32_t{0}; i < m; ++i) {
                table[static_cast<std::uint32_t>(e)] = i;
                e = (e * g) % mod;
        }
        const auto factor = pow_m(g, mod-m-1, mod);
        e = h;
        for (auto i = std::uint32_t{}; i < m; ++i) {
                if (auto it = table.find(static_cast<std::uint32_t>(e)); it != table.end()) {
                        return {i*m + it->second};
                }
                e = (e * factor) % mod;
        }
        return std::nullopt;
}

实务应用

加速大步小步算法的最佳方式，是使用高效的表格查找机制。在此情况下，最适合的是使用杂凑表（hash table）。杂凑是针对第二个元件（即元素对的第二个值）进行，并且在主循环的第 1 步中，会对 γ 做杂凑，然后检查对应的记忆体位置。由于杂凑表可以在 $O(1)$（常数时间）内进行新增与查询操作，因此这个过程不会拖慢整体的大步小步算法。

此算法的空间复杂度为 $O({\sqrt {n}})$，而时间复杂度则为 $O({\sqrt {n}})$。这样的执行时间比起暴力的 $O(n)$ 执行时间来得更优。

当模数是一个不是太大的质数时，窃听者可以使用大步小步算法来推导在Diffie–Hellman金钥交换中产生的私钥。如果模数不是质数，则可以使用Pohlig–Hellman算法，其算法复杂度更低，也有可能解出相同的问题。

延伸阅读

• H. Cohen, A course in computational algebraic number theory, Springer, 1996.
• D. Shanks, Class number, a theory of factorization and genera. In Proc. Symp. Pure Math. 20, pages 415—440. AMS, Providence, R.I., 1971.
• A. Stein and E. Teske, Optimized baby step-giant step methods, Journal of the Ramanujan Mathematical Society 20 (2005), no. 1, 1–32.
• A. V. Sutherland, Order computations in generic groups（页面存档备份，存于互联网档案馆）, PhD thesis, M.I.T., 2007.
• D. C. Terr, A modification of Shanks’ baby-step giant-step algorithm, Mathematics of Computation 69 (2000), 767–773. doi:10.1090/S0025-5718-99-01141-2