分析midea0978的《一个C#算法分析求解》(二)

简介: 一、准备工作 首先处理以下Calc函数,以方便查看。其实就是变量重命名工作,此时多亏了VS2005的帮忙。 输入字符串str,输入是字节数组引用; i是字节数组的循环变量;在后面的正式的程序中,将使用大K做为字节数组的定位变量。 k限定了最大字符串是18,原文是k


一、准备工作
首先处理以下Calc函数,以方便查看。其实就是变量重命名工作,此时多亏了VS2005的帮忙。
输入字符串str,输入是字节数组引用;
i是字节数组的循环变量;在后面的正式的程序中,将使用大K做为字节数组的定位变量。
k限定了最大字符串是18,原文是k<90,k+=5,缩小5倍就是了;
n其实就是字符在字符表中的位置,这个字符表其实可以说是一个密码表了;
j,莫名其妙的j,其实它也正好是这个算法的关键。

 1 public   static   void  Calc( string  str,  ref   byte [] bts)
 2 {
 3    ushort j = 11;
 4    uint i = 0;
 5    uint k = 0;// (uint)Math.Min(bts.Length, 18);
 6    int m = 0;
 7    while (i < bts.Length && k < 18)
 8    {
 9        if (!jlist.Contains(j)) jlist.Add(j);
10
11        int n = CalcNum(str[m++]);
12        if (n == -1throw new Exception("Error");
13        //n = n << (j % 32);
14        //j最大可能(8-1)+3=10,开始的时候是10,所以实际最大是11
15        //n = n << j;
16        //bts[i] = Convert.ToByte(bts[i] | (n / 256));
17        //bts[i + 1] = Convert.ToByte(bts[i + 1] | (n % 256));
18        if (j < 8)
19        {
20            //j=3~7,n=0~31,n<<j = 0~31<<7, n/256=n>>8=0~15
21            n = n << j;
22            bts[i] = Convert.ToByte(bts[i] | (n / 256));
23            bts[i + 1= Convert.ToByte(bts[i + 1| (n % 256));
24            j += 3;
25            i++;
26        }

27        else
28        {
29            //n = n << j;
30            //bts[i] = Convert.ToByte(bts[i] | (n / 256));
31            n = n << (j - 8);
32            //n=0~31<<3=0~255
33            bts[i] = Convert.ToByte(bts[i] | n);
34            //左移超过8位,所以右边8位一定是0,然后bts[i+1]又是0
35            //bts[i + 1] = Convert.ToByte(bts[i + 1] | (n % 256));
36            j -= 5;
37        }

38        k += 1;
39    }

40}

 


二、常数序列J
从代码看J不断变大又变小,必然存在一个循环过程,下面先说明这一点:
J的变化,就好像一个自迭代函数,只要知道任意一个J,就可以得到下一个;
并且,对于两个相同的J,下一个J必然相等;
同时,J被限定在一个有限的区间内,3~10(8-5=3,(8-1)+3=10),
所以,随着个数增多,J必然循环。
计算得到,初始向量是11,循环节是[6, 9, 4, 7, 10, 5, 8, 3]。
从以下数据表可以看出:
ID    -N    N     J     K
0     21    43008 11    0
1     11    704   6     0
2     27    13824 9     1
3     19    304   4     1
4     1     128   7     2
5     25    25600 10    3
6     18    576   5     3
7     17    4352  8     4
8     12    96    3     4
9     16    1024  6     5
10    4     2048  9     6
11    3     48    4     6
12    28    3584  7     7
13    5     5120  10    8
14    9     288   5     8
15    0     0     8     9
16    10    80    3     9
17    22    1408  6     10

三、从J看字符串和字节数组的关系
而已发现,对于J来说,小于8和大于等于8是两种截然不同的情况。
只有J小于8时,字节数组的位置变量才会增加,而大于等于8是不加的,
所以,这就是字符数比字节数多的关键所在了。
因为J的序列已经确定了,只要指定字符的个数,它们对应的J也就确定了,
然后哪个字符对应第几个字节(位置K)也就容易确定了。
上面的数据表中可以看到J和K的关系

四、代码简化
源码中的CalcNum其实就是查找一个字符串在字符表中的位置,其实使用字符串的IndexOf函数就可以了。
把三个核心语句拆分到if(i<8)中去:
n = n << (j & 0x1f);
bts[i] = Convert.ToByte(bts[i] | ((n & 0xff00) >> 8));
bts[i + 1] = Convert.ToByte(bts[i + 1] | (n & 0xff));
当j>=8时,n先左移j位,所以第三句的 n & 0xff必然为0,所以修改bts[i+1]的这一句对于j>=8没有意义

五、构造类对象
为了建立各种参数间的关系,特建立了一个CharObject类,对应字符串的一个字符。
成员:ID(序号),Next(下一对象),J(常数序列),N(字符在密码表中的位置),
N_Hight(高位),N_Lower(低位),C(字符),Bts(对应的数组),K(对应数组中的位置)。
各种计算逻辑,都已经融入到属性当中。
指定Next属性时,马上就可以计算得到下一对象的J和K;
指定K属性的时候,就可以根据当前N计算Bts[K]和Bts[K+1]了;
如果N改变了,也可以调用Cal重新计算Bts[K]和Bts[K+1]。
静态方法Calc是根据字符串得到字节数组的;ReCalc根据字节数组得到字符串,也就是逆向计算了。

 

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
|
22天前
|
机器学习/深度学习 算法 搜索推荐
从理论到实践,Python算法复杂度分析一站式教程,助你轻松驾驭大数据挑战!
【10月更文挑战第4天】在大数据时代,算法效率至关重要。本文从理论入手,介绍时间复杂度和空间复杂度两个核心概念,并通过冒泡排序和快速排序的Python实现详细分析其复杂度。冒泡排序的时间复杂度为O(n^2),空间复杂度为O(1);快速排序平均时间复杂度为O(n log n),空间复杂度为O(log n)。文章还介绍了算法选择、分而治之及空间换时间等优化策略,帮助你在大数据挑战中游刃有余。
46 4
|
3月前
|
数据采集 机器学习/深度学习 算法
|
3月前
|
人工智能 算法 BI
第一周算法设计与分析 D : 两面包夹芝士
这篇文章介绍了解决算法问题"两面包夹芝士"的方法,通过找出两个数组中的最大最小值,计算这两个值之间的整数个数,包括特判不存在整数的情况。
|
5天前
|
并行计算 算法 IDE
【灵码助力Cuda算法分析】分析共享内存的矩阵乘法优化
本文介绍了如何利用通义灵码在Visual Studio 2022中对基于CUDA的共享内存矩阵乘法优化代码进行深入分析。文章从整体程序结构入手,逐步深入到线程调度、矩阵分块、循环展开等关键细节,最后通过带入具体值的方式进一步解析复杂循环逻辑,展示了通义灵码在辅助理解和优化CUDA编程中的强大功能。
|
11天前
|
算法
PID算法原理分析
【10月更文挑战第12天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
20 0
|
17天前
|
算法
PID算法原理分析及优化
【10月更文挑战第6天】PID控制方法从提出至今已有百余年历史,其由于结构简单、易于实现、鲁棒性好、可靠性高等特点,在机电、冶金、机械、化工等行业中应用广泛。
23 0
|
2月前
|
算法 搜索推荐 开发者
别再让复杂度拖你后腿!Python 算法设计与分析实战,教你如何精准评估与优化!
在 Python 编程中,算法的性能至关重要。本文将带您深入了解算法复杂度的概念,包括时间复杂度和空间复杂度。通过具体的例子,如冒泡排序算法 (`O(n^2)` 时间复杂度,`O(1)` 空间复杂度),我们将展示如何评估算法的性能。同时,我们还会介绍如何优化算法,例如使用 Python 的内置函数 `max` 来提高查找最大值的效率,或利用哈希表将查找时间从 `O(n)` 降至 `O(1)`。此外,还将介绍使用 `timeit` 模块等工具来评估算法性能的方法。通过不断实践,您将能更高效地优化 Python 程序。
49 4
|
2月前
|
算法 程序员 Python
程序员必看!Python复杂度分析全攻略,让你的算法设计既快又省内存!
在编程领域,Python以简洁的语法和强大的库支持成为众多程序员的首选语言。然而,性能优化仍是挑战。本文将带你深入了解Python算法的复杂度分析,从时间与空间复杂度入手,分享四大最佳实践:选择合适算法、优化实现、利用Python特性减少空间消耗及定期评估调整,助你写出高效且节省内存的代码,轻松应对各种编程挑战。
31 1
|
2月前
|
算法 数据可视化
基于SSA奇异谱分析算法的时间序列趋势线提取matlab仿真
奇异谱分析(SSA)是一种基于奇异值分解(SVD)和轨迹矩阵的非线性、非参数时间序列分析方法,适用于提取趋势、周期性和噪声成分。本项目使用MATLAB 2022a版本实现从强干扰序列中提取趋势线,并通过可视化展示了原时间序列与提取的趋势分量。代码实现了滑动窗口下的奇异值分解和分组重构,适用于非线性和非平稳时间序列分析。此方法在气候变化、金融市场和生物医学信号处理等领域有广泛应用。
|
3月前
|
算法
算法设计与分析作业
这篇文章是关于算法设计与分析的作业,其中包含了两个算法实现:一个是使用分治算法实现的十进制大整数相乘(包括加法、减法和乘法函数),并进行了正确性和健壮性测试;另一个是使用快速排序思想实现的分治查找第K小元素的程序,并分析了其平均和最坏时间复杂度。
算法设计与分析作业