bzoj2428 [HAOI2006]均分数据

本文通过一道具体题目介绍了模拟退火算法的基本原理及其应用。详细解释了如何通过模拟物质从高温到低温的状态变化来求解优化问题,并给出了完整的C++实现代码。

一开始想了一个用优先队列的贪心,只能在洛谷过三个点(我还是too young too simple)。。。所以在网上看了一下

模拟退火

模拟退火之前在网上也看到过这个算法吧,但是一直都没有学,觉得难就没学,其实仔细看一下还是比较简单的

这题就是模拟退火的一个裸题,先上代码,详细的后面再补


模拟退火就是模拟物理上物体从高温到低温的一个过程,具体的网上也很多,兔子的那个比喻就很恰当

高温的时候物体内部的粒子比较混乱,所以它所在的地方可能性很多(大概是这个意思吧。。),那么在程序里面高温的时候状态转移过去的概率就比较大

反之,低温的时候物体内部粒子倾向于稳定,那么这个时候转移的概率比较小,除非当前状态比之前更优,那么直接模拟了


//Decision's template
#include<cstdio>
#include<cstring>
#include<iostream>
#include<cstdlib>
#include<vector>
#include<queue>
#include<stack>
#include<algorithm>
#include<string>
#include<cmath>
#include<map>
#include<set>
using namespace std;

#define DP_maxn 16
#define maxn 100000
#define INF 10000007
#define MOD 1000000007
#define mst(s,k) memset(s,k,sizeof(s))

typedef long long ll;

struct Edge{
    int from,to,dist;
    Edge(int u,int v,int d):from(u),to(v),dist(d){}
};

/*-------------------------------template End--------------------------------*/

int a[30],n,k,pos[30];
double minans = (double)INF,ans,ave = 0.0,sum[30];

double sqr(double a) {return a*a;}

void  Fire()
{
	mst(sum,0);
	double r= 0.9,T = 10000.00;
	ans = 0.0;
	for(int i = 1;i<=n;i++)
	{
		pos[i] = rand()%k+1;
	}
	for(int i = 1;i<=n;i++) sum[pos[i]] += a[i];
	for(int i = 1;i<=k;i++)
	{
		ans+=(sum[i]-ave)*(sum[i]-ave);
	}
	//cout<<ans<<endl;
	while(T>0.1)
	{
		T*=r;
		int t = rand()%n+1;
		int x = pos[t],y;
		if(T>500) y = min_element(sum+1,sum+k+1)-sum;
		else y = rand()%k+1; 
		if(x==y) continue;
		double tmp = ans;
		ans -= (sum[x]-ave)*(sum[x]-ave);
		ans -= (sum[y]-ave)*(sum[y]-ave);
		sum[x]-=a[t];sum[y]+=a[t];
		ans += (sum[x]-ave)*(sum[x]-ave);
		ans += (sum[y]-ave)*(sum[y]-ave);
		if(ans<=tmp||rand()%10000<=T){
			pos[t] = y;
		} 
		else{
			ans = tmp;
			sum[x]+=a[t];
			sum[y]-=a[t];
		}
	}
	minans = min(ans,minans);
	//cout<<minans<<endl;
}

int main()
{
	//freopen("std.in","r",stdin);
	//freopen("std.out","w",stdout);
	mst(sum,0);
	cin>>n>>k;
	for(int i = 1;i<=n;i++)
	{
		cin>>a[i];
		ave+=a[i];
		swap(a[i],a[rand()%i+1]);
	}
	ave /= k;
	for(int i = 1;i<=10000;i++) Fire();
	printf("%.2f\n",sqrt(minans/k));
	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
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