UVa 1151 Buy or Build (子集枚举+Prim)

博客讲述从刘汝佳紫书上遇到的稠密图题,因kruskal不划算,采用Prim算法,250ms解决。因最多8个subnetwork,用bitset枚举子集,至多256种。以坐标形式给出城市关系,边多,用数组记录边权,枚举子集时复制数组并处理,相加找最小花费。

从刘汝佳的紫书上看到的这道题,没看懂他的神奇的解法什么意思,干脆直接暴力枚举子集,因为这相当于是一道稠密图的题,用kruskal不太划算,直接上Prim,250ms解决虽然比别的提交者慢了很多,但是解决这道题也足够了。

因为最多只有8个subnetwork,可以直接枚举他们的每种组合(这里用了bitset枚举),至多2^8=256种,在可接受的范围内。本题以坐标的形式给出了城市间的关系,因此边的数量较多。先用origin_dis[maxn][maxn]数组记录边权,以免枚举子集时重复计算,这样,在枚举子集时只需要先将origin_dis数组复制到dis数组,然后将所有选中集合中的边置为0即可,每次枚举选中集合的权值之和和prim的结果相加就是总花费,找到最小的一个即可。

代码如下

#include<cstdio>
#include<cstring>
#include<algorithm>
#include<vector>
#include<climits>
#define maxn 1005
#define inf 0x3f3f3f3f
#define sqr(x) (x)*(x)
using namespace std;
typedef long long ll;
int xy[maxn][2], n, q, origin_dis[maxn][maxn],subw[8],dis[maxn][maxn],closedge[maxn];
bool vis[maxn];
vector<int> subnet[8];
ll prim()
{
	ll ret = 0;
	int newv,mincost;
	memset(vis + 1, 0, sizeof(bool)*n);
	for (int i = 2; i <= n; i++) closedge[i] = dis[i][1];
	vis[1] = true;
	for (int i = 2; i <= n; i ++ )
	{
		mincost = inf;
		for(int j=2;j<=n;j++)
			if (!vis[j] && closedge[j] < mincost)
			{
				mincost = closedge[j];
				newv = j;
			}
		vis[newv] = true;
		ret += mincost;
		for (int j = 2; j <= n; j++)
			if (!vis[j] && dis[newv][j] < closedge[j])
				closedge[j] = dis[newv][j];
	}
	return ret;
}
ll solve()
{
	ll ans = LLONG_MAX, tans;
	for (int bitset = 0; bitset < (1 << q); bitset++)
	{
		tans = 0;
		for (int i = 1; i <= n; i++) memcpy(dis[i] + 1, origin_dis[i] + 1, sizeof(int)*n);
		for (int i = 0; i < q; i++)
			if (bitset&(1 << i))
			{
				tans += subw[i];
				for (int j = 0; j < subnet[i].size(); j++)
					for (int k = j+1; k < subnet[i].size(); k++)
						dis[subnet[i][k]][subnet[i][j]]=dis[subnet[i][j]][subnet[i][k]] = 0;
			}
		tans += prim();
		ans = min(ans, tans);
	}
	return ans;
}
int main()
{
	int T;
	scanf("%d", &T);
	while(T--)
	{
		scanf("%d%d", &n, &q);
		for (int i = 0, k,t;i < q; i++)
		{
			subnet[i].clear();
			scanf("%d%d", &k, &subw[i]);
			for (int j = 0; j < k; j++)
			{
				scanf("%d", &t);
				subnet[i].push_back(t);
			}
		}
		for (int i = 1; i <= n; i++)
			scanf("%d%d", &xy[i][0], &xy[i][1]);
		for (int i = 1; i <= n; i++)
			for (int j = i + 1; j <= n; j++)
				origin_dis[i][j] = origin_dis[j][i] = sqr(xy[i][0] - xy[j][0]) + sqr(xy[i][1] - xy[j][1]);
		printf("%d\n", solve());
		if (T) putchar('\n');
	}
	return 0;
}

 

内容概要:本文详细记录了对一个Android ARM64静态ELF文件中字符串加密机制的逆向分析过程。该ELF文件的所有字符串均被加密,无法通过常规strings命令或IDA直接识别。作者通过分析发现,加密字符串存储在.rodata段,其解密所需信息(包括密文地址、长度和16位密钥)保存在.data.rel.ro段的40字节描述符中。核心解密函数sub_10F408采用自反的双pass流密码算法,结合固定密钥KEY_TERM(由.data段24字节数据计算得出),实现字节级非线性、位置与长度相关的加密。文章还复现了完整的Python解密脚本,并揭示了该保护机制的本质为代码混淆而非强加密,最终成功批量解密全部956条字符串,暴露程序真实行为,如shell命令模板、设备标识篡改、网络重置等操作。此外,文中还提及未启用的自定义壳框架及其反dump设计。; 适合人群:具备逆向工程基础的安全研究人员、二进制分析人员及对ELF保护技术感兴趣的开发者。; 使用场景及目标:①学习ELF二进制中字符串加密的典型实现方式与逆向突破口;②掌握从结构识别、函数追踪到算法还原的完整逆向流程;③理解“绑定二进制”的完整性校验设计及其局限性;④实践编写IDAPython脚本自动化提取与解密敏感数据。; 阅读建议:此资源以实战案例驱动,不仅展示技术细节,更强调逆向思维与验证方法,建议读者结合IDA调试环境,逐步跟随文中步骤进行动态分析与算法验证,深入理解每一步的推理依据。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值