如何在 Java 中使用 BigInteger.nextProbablePrime() 获取比当前大数稍大的下一个质数

BigInteger.nextProbablePrime() 是 Ja va 中一个非常实用的工具方法，用来高效地找到大于指定整数的下一个可能质数。注意，它并不保证 100% 是质数——但对任意输入，返回值是合数的概率极低（小于 2⁻¹⁰⁰），在工程实践中完全可以当作质数来使用。内部集成了 Miller-Rabin 概率检测和优化筛除，兼顾速度与可靠性。

基本用法：从一个大整数出发

调用起来非常简单，但有一个小陷阱：参数必须是非负整数，否则会抛出 ArithmeticException。来看几个典型输入和对应的结果：

• 传入 BigInteger.ZERO 或 BigInteger.ONE，返回 2
• 传入 2，返回 3；传入 3，返回 5
• 对于上百位的大数，依然能快速返回结果，底层用的是 Miller-Rabin 检测配合确定性校验，效率很高

常见使用场景示例

最典型的场景就是密钥生成——需要两个大质数 p 和 q 时，代码通常这样写：

BigInteger start = new BigInteger("123456789012345678901234567890");
BigInteger p = start.nextProbablePrime();
BigInteger q = p.add(BigInteger.ONE).nextProbablePrime(); // 避免重复

注意一个关键行为：nextProbablePrime() 总是返回严格大于原数的值，不会返回自身——即便它本身已经是质数。

注意事项与边界情况

• 输入为 BigInteger.valueOf(Long.MAX_VALUE) 这类极大值时，方法仍然安全，不过耗时会稍微增加，因为它需要测试更多候选数。
• BigInteger 本身是不可变的，所以这个方法天生线程安全，不存在并发修改问题。
• 如果某些场景需要 100% 的确定性证明（比如数学验证），可以额外多次调用 isProbablePrime(100)，或者借助外部定理证明工具。但在日常密码学应用里，这一步通常可以省略。
• 这个小技巧不适合替代小范围内的筛法——比如要找 1000 以内的所有质数，用埃氏筛比它高效得多，别用大炮打蚊子。

为什么不用循环 + isProbablePrime？

你可能会想，手动写一个循环，配合 isProbablePrime 不也能找到下一个质数吗？确实可以，但从效率和代码整洁度上看，远不如直接用 nextProbablePrime。手动实现时需要自己处理：

• 跳过偶数、检查模小质数（3、5、7 等）等优化措施，都得自己编码
• nextProbablePrime 内部已经集成了这些优化，并且会自动跳过明显能被小质数整除的候选数
• 实测数据也说明问题：对于一个 50 位的随机大数，它平均只需要检测不到 10 个候选数就能命中目标

说白了，这是一个“造好的轮子”，直接拿来用就好。