分析midea0978的《一个C#算法分析求解》(三)(完)

简介: 六、逆算准备 根据J和K的关系,很容易就可以根据数组个数计算出实际字符个数。 建立相应的字符对象数组,并使用密码表中不存在的字符(这里是空格符)初始化。 为Bts属性指定一个和原数组个数一样的全0数组,用于存放结果, 而Bts2中放置原数组。


六、逆算准备
根据J和K的关系,很容易就可以根据数组个数计算出实际字符个数。
建立相应的字符对象数组,并使用密码表中不存在的字符(这里是空格符)初始化。
为Bts属性指定一个和原数组个数一样的全0数组,用于存放结果,
而Bts2中放置原数组。因此,我们所要做的事情就是,对于这个字符对象数组中的每一个对象,
找到一个合适的N,使得Bts中的数据和Bts2一样。这个时候每个字符对象对应的字符就是密码表中的第N个字符。
ReCalc中建立了一个列表数组lists,用于存放每个字节受哪些字符对象“控制”(由该字符对象参数生成)。

七、开始逆算
准备好上面的工作后,就可以开始逆算了。
对于字节数组中start位置的字节,它的控制列表为list=lists[start],
也就是说,所有影响这个位置的字节码生成的字符对象ID,都存放在这个list中。
我们只需要遍历这个list中每一个字符对象的所有NList可能,就可以计算出所有Bts[start]的可能,
取其中Bts[start]=Bts2[start]的就是了。
因为J的关系,list中最大的元素个数是3,所以,最多只需要3层循环。
此外,还有一个技巧需要说明,最后一个字节的控制列表只有一个字符对象,并且一定是最后的那个,这些从
J和K那里可以得知。

每一次NList的循环之前,都需要先备份K和M处的字节数据,以备下一轮循环前还原。
循环把NList的每一个N可能赋值给这个字符对象的N,然后执行Cal计算字节数据。
循环内部再嵌套控制列表list中的下一个字符对象。
在最里面一层循环里面,对比Bts[start]是否等于Bts2[start],
如果相等,表明该层控制列表各字符对象的N值符合要求(但不是唯一的可能,还可能有别的组合)。
此时,就可以进入start-1层的计算了,该是递归上场的时候了。

且慢,在这之前,还需要做一些准备工作。
这一层已经计算好的字符对象,在下一层的时候可不能重新参与计算,否则就会影响这一层已经计算好的值了。
根据递归原则,我们应该“锁定”这些对象,不允许子递归修改这些对象,
子递归只能通过循环控制列表中的其它对象来“凑”出一个合适的Bts(start)。

八、总结
整个递归算法是深度搜索算法。由于字符与字符之前有相互关系,所以必须是深度搜索,
但又因为这个关系只存在相邻字符之间,所以深度搜索不必每次“到底”。
运算速度还不错,所以就不做性能优化了。

历时24小时左右(20+4,中间小睡了一会)
大石头
QQ:99363590
Email:gxuhy#21cn.com
http://www.nnhy.org
2007-12-02 01:04
C#逆向算法分析

  1
  2          /**/ /// <summary>
  3        /// 搜索
  4        /// </summary>
  5        /// <param name="ts"></param>
  6        /// <param name="lists"></param>
  7        /// <param name="start"></param>
  8        /// <returns></returns>

  9          public   static  Boolean Find(CharObject[] ts, List < Int32 >  locks, List < Int32 > [] lists, Int32 start)
 10          {
 11            Console.WriteLine(new String(' '12 - start) + "第{0}层", start.ToString());
 12
 13            //结束条件
 14            if (start < 0)
 15            {
 16                StringBuilder sb = new StringBuilder();
 17                for (int i = 0; i < ts.Length; i++)
 18                {
 19                    if (ts[i] == nullbreak;
 20                    sb.Append(ts[i].C);
 21                }

 22                Console.WriteLine(sb.ToString());
 23                //如果需要取得所有结果,只需要把下面改成return false;
 24                //return false;
 25                return true;
 26            }

 27
 28            //递归过程
 29            List<Int32> list = new List<int>();
 30            //排除锁定项
 31            foreach (Int32 t in lists[start])
 32            {
 33                if (!locks.Contains(t)) list.Add(t);
 34            }

 35            if (list.Count < 1return true;
 36            list.Sort(IntSort);
 37
 38            CharObject A = ts[list[0]];
 39            Byte[] Bts = A.Bts;
 40            Byte[] Bts2 = A.Bts2;
 41
 42            //处理start以下的字节
 43            //上层递归最多到达start处,而本层就要用到start-1了,
 44            //处理一下,以免别的子递归曾经修改过start-1
 45            if (start > 0) Bts[start - 1= 0;
 46
 47            //备份A控制的两个字节,而不一定是Bts[start]和Bts[start-1]
 48            Byte[] temp_a = new Byte[2];
 49            temp_a[0= Bts[A.K];
 50            temp_a[1= Bts[A.M];
 51            foreach (Int32 a in A.NList)
 52            {
 53                Bts[A.K] = temp_a[0];
 54                Bts[A.M] = temp_a[1];
 55                A.N = a;
 56                A.Cal();
 57                if (list.Count < 2)
 58                {
 59                    if (Bts[start] != Bts2[start]) continue;
 60                    locks.Add(A.ID);
 61                    if (Find(ts, locks, lists, start - 1)) return true;
 62                    locks.Remove(A.ID);
 63                    continue;
 64                }

 65                CharObject B = ts[list[1]];
 66                Byte[] temp_b = new Byte[2];
 67                temp_b[0= Bts[B.K];
 68                temp_b[1= Bts[B.M];
 69                foreach (Int32 b in B.NList)
 70                {
 71                    Bts[B.K] = temp_b[0];
 72                    Bts[B.M] = temp_b[1];
 73                    B.N = b;
 74                    B.Cal();
 75                    if (list.Count < 3)
 76                    {
 77                        //有限个数控制,马上判断
 78                        if (Bts[start] != Bts2[start]) continue;
 79                        locks.Add(A.ID);
 80                        locks.Add(B.ID);
 81                        if (Find(ts, locks, lists, start - 1)) return true;
 82                        locks.Remove(A.ID);
 83                        locks.Remove(B.ID);
 84                        continue;
 85                    }

 86                    CharObject C = ts[list[2]];
 87                    Byte[] temp_c = new Byte[2];
 88                    temp_c[0= Bts[C.K];
 89                    temp_c[1= Bts[C.M];
 90                    foreach (Int32 c in C.NList)
 91                    {
 92                        Bts[C.K] = temp_c[0];
 93                        Bts[C.M] = temp_c[1];
 94                        C.N = c;
 95                        C.Cal();
 96                        //有限个数控制,马上判断
 97                        if (Bts[start] != Bts2[start]) continue;
 98                        locks.Add(A.ID);
 99                        locks.Add(B.ID);
100                        locks.Add(C.ID);
101                        if (Find(ts, locks, lists, start - 1)) return true;
102                        locks.Remove(A.ID);
103                        locks.Remove(B.ID);
104                        locks.Remove(C.ID);
105                    }

106                    Bts[C.K] = temp_c[0];
107                    Bts[C.M] = temp_c[1];
108                }

109                Bts[B.K] = temp_b[0];
110                Bts[B.M] = temp_b[1];
111            }

112            Bts[A.K] = temp_a[0];
113            Bts[A.M] = temp_a[1];
114            return false;
115        }

116

 

我不相信神话,我只相信汗水!我不相信命运,我只相信双手!
相关文章
|
存储 人工智能 算法
【算法分析与设计】动态规划(下)(一)
【算法分析与设计】动态规划(下)
|
6月前
|
人工智能 算法 BI
【算法基础】基础算法(二)--(高精度、前缀和、差分)(下)
【算法基础】基础算法(二)--(高精度、前缀和、差分)(下)
|
6月前
|
存储 算法 索引
【算法基础】基础算法(二)--(高精度、前缀和、差分)(上)
【算法基础】基础算法(二)--(高精度、前缀和、差分)(上)
|
6月前
|
设计模式 算法 知识图谱
算法设计与分析(贪心法)
【1月更文挑战第1天】在分析问题是否具有最优子结构性质时,通常先设出问题的最优解,给出子问题的解一定是最优的结论。证明思路是:设原问题的最优解导出子问题的解不是最优的,然后在这个假设下可以构造出比原问题的最优解更好的解,从而导致矛盾。(一个问题能够分解成各个子问题来解决,通过各个子问题的最优解能递推到原问题的最优解,此时原问题的最优解一定包含各个子问题的最优解,这是能够采用贪心法来求解问题的关键)贪心选择性质是指所求问题的整体最优解可以通过一系列局部最优的选择获得,即通过一系列的逐步局部最优选择使得最终的选择方案是全局最优的。
115 1
|
存储 算法 大数据
算法设计与分析 实验三 回溯法求解地图填色问题(下)
算法设计与分析 实验三 回溯法求解地图填色问题
859 0
算法设计与分析 实验三 回溯法求解地图填色问题(下)
|
存储 算法
【算法分析与设计】动态规划(下)(三)
【算法分析与设计】动态规划(下)
|
消息中间件 人工智能 算法
【算法分析与设计】动态规划(下)(二)
【算法分析与设计】动态规划(下)
|
数据采集 算法 C++
算法笔记(2)—— 数据预处理算法:前缀和算法、差分算法
算法笔记(2)—— 数据预处理算法:前缀和算法、差分算法
157 0
|
存储 自然语言处理 算法
三、算法与算法分析
三、算法与算法分析
三、算法与算法分析
|
算法 搜索推荐
算法复杂度分析中的渐近分析(基于输入大小)
有许多重要的事情需要注意,例如用户友好性、模块化、安全性、可维护性等。为什么要担心性能?答案很简单,只有当我们有性能时,我们才能拥有上述所有东西。因此,性能就像货币,我们可以通过它购买上述所有东西。学习性能的另一个原因是——速度很有趣!
111 0