逆向分析实战:AES-CBC加密流程与Shield字段解密方法

从黑盒到白盒:shield参数逆向分析与算法还原实战指南 在网络安全与数据采集领域,客户端参数加密是常见的防护手段,其中shield参数作为关键校验字段,常采用哈希、加密或自定义算法保护通信安全。其核心原理是通过特定算法对请求参数进行变换,生成不可预测的签名,用于防止请求篡改和重放攻击。从技术价值看,掌握shield生成逻辑不仅能提升爬虫的稳定性和安全性,更是深入理解应用安全架构、进行漏洞挖掘的基础。在实际应用场景中,无论是App签名校验、Web接口防护还是自定义协议,逆向分析shield参数都成为安全研究员和爬虫工程师的必备技能。本文以实战为例,详细拆解了通过静 阅读详情

1. 项目概述:新版红薯Shield字段加密流程探秘

最近在分析一些网络协议和固件时,频繁遇到了一个名为“红薯Shield”的字段。这名字听起来有点“土味”,但在其背后,却是一套相当严谨的加密防护流程。尤其是在其新版设计中,加密机制变得更加复杂和隐蔽,不再是简单的Base64或MD5糊弄一下了事。今天,我就结合自己逆向分析的经验,把这个“新版红薯Shield字段(2)”的加密流程给大伙儿掰开揉碎了讲清楚。无论你是做安全研究、逆向工程,还是单纯对数据加密传输原理感兴趣,这篇文章都能给你提供一个完整的、可实操的分析视角。我们会从字段的识别、加密模式的判断,一直深入到核心算法和密钥的推导,手把手带你走一遍分析流程。

2. 加密流程的整体架构与设计思路拆解

2.1 Shield字段的常见形态与识别

“Shield”这个词在很多自定义协议或私有API中常被用作加密数据块的标识。新版的红薯Shield字段,通常不是孤立存在的。在你抓取到的网络数据包(比如HTTP请求体或TCP流)中,它可能是一个很长的、看似随机的字符串,被放在诸如 shield_data= 、 encrypted= 或干脆就叫 shield= 这样的参数后面。它的长度往往是16、24、32字节的倍数,这是AES加密算法的一个强烈暗示。第一步,就是要在海量的网络流量或静态文件中,准确地定位到这个字段。我的经验是,先搜索“shield”这个关键词,然后观察其相邻的数据结构,看是否有IV(初始化向量)、密钥索引或版本号等辅助信息一同传输。

2.2 加密模式与填充方案的初步判断

确定了目标字段,接下来就要判断它用了什么加密模式和填充方案。这是解密的关键前提。常见的对称加密模式有ECB、CBC、CFB、OFB、CTR等。对于这种用于保护传输数据的“Shield”字段, CBC模式 因其更好的安全性而最为常见。你可以通过一个简单的方法来初步验证:如果Shield字段的长度固定,且每次加密相同明文得到的密文都不同,那么它很可能使用了CBC模式(因为IV在变化)。如果密文长度不是分组长度的整数倍,那么很可能使用了PKCS7填充。在分析时,我会先用一个已知的、极短的明文(比如字符串“test”)去触发协议,观察生成的Shield字段长度,这能提供关于分组大小和填充的宝贵线索。

2.3 密钥管理策略的推测

任何加密流程的核心都是密钥。在客户端-服务器架构中,密钥的管理方式无外乎几种:1) 硬编码在客户端;2) 在首次握手时动态协商(如DH密钥交换);3) 基于某个固定种子和算法在两端分别生成。对于“红薯Shield”这类似乎带有版本迭代的字段,硬编码或基于固定种子生成的可能性较大。我们需要在客户端的二进制文件(如APP的安装包、固件的镜像)中寻找密钥或生成密钥的算法。搜索常见的密钥常量(如可打印的ASCII字符串)、或者识别引入加密库(如OpenSSL, mbedTLS)的函数调用,是常用的切入点。

3. 核心加密算法逆向与静态分析

3.1 定位加密函数调用链

静态分析是解密的第一步。我们需要在反汇编代码(使用IDA Pro、Ghidra等工具)或反编译代码(使用JADX、GDA等针对移动应用的工具)中,找到处理“Shield”字段的函数。一个有效的方法是搜索与密文长度相关的操作,比如对长度取余16、24、32的判断,或者搜索“AES_”开头的函数名。如果代码经过了混淆,那么就需要关注那些接收一个缓冲区指针和长度作为参数,并返回一个新缓冲区的函数,这些往往是加密/解密的入口点。

注意 :现代应用和固件普遍使用标准的加密库。识别出库函数(如OpenSSL的 AES_cbc_encrypt )能极大简化分析。你需要一个对应的库函数签名数据库来辅助识别。

3.2 提取算法参数与密钥

找到疑似加密函数后,下一步是提取具体的算法参数。这包括:

  1. 密钥(Key) :观察传递给加密函数的密钥参数来源。它可能是一个全局变量,也可能来自某个密钥派生函数。尝试将其内容转储出来,通常是一个16/24/32字节的字节数组。
  2. 初始化向量(IV) :对于CBC等模式,IV至关重要。它可能全为零,也可能随消息一起发送(有时会拼接在密文头部)。在代码中寻找在加密前被写入到输入缓冲区前一个块(16字节)的数据。
  3. 加密模式与填充 :通过函数调用和其周围的逻辑判断。例如,如果看到在加密前有专门添加填充字节的循环,或者加密后数据长度增加了,那基本可以确定使用了填充。

3.3 算法还原与模拟验证

在静态分析中初步确定算法(例如AES-128-CBC-PKCS7)后,最好的验证方法是进行模拟加密。你可以写一个小脚本,使用Python的 cryptography 库或 pycryptodome 库,用提取到的密钥和IV,对一个已知的明文进行加密,看结果是否与抓包得到的Shield字段一致。如果一致,恭喜你,核心算法已被破解。如果不一致,则需要回头检查密钥是否正确、IV获取方式是否有误,或者算法判断是否错误(例如可能是AES-256)。

4. 动态调试与实时流量拦截分析

4.1 搭建动态调试环境

静态分析有时会因代码混淆或逻辑复杂而受阻,此时动态调试就派上了用场。根据目标的不同,调试环境也不同:

  • 移动APP :使用Frida框架注入JavaScript脚本,Hook关键的加密函数(如 javax.crypto.Cipher 的 doFinal 方法),直接打印出输入(明文)、输出(密文)、密钥和算法参数。
  • Windows/Linux程序 :使用x64dbg、OllyDbg或GDB进行调试,在加密库函数(如OpenSSL的相关函数)入口处设置断点。
  • 固件 :如果能在模拟器(如QEMU)中运行,则可以用GDB进行调试。如果不行,可能需要借助硬件调试器。

4.2 关键函数Hook与参数捕获

以使用Frida分析Android APP为例,一个典型的Hook脚本目标是 Cipher 类:

Java.perform(function() {
    var Cipher = Java.use('javax.crypto.Cipher');
    Cipher.doFinal.overload('[B').implementation = function(data) {
        console.log(\"[*] Cipher.doFinal called!\");
        console.log(\"    Algorithm: \" + this.getAlgorithm());
        // 尝试获取密钥信息(可能需要Hook Key相关类)
        var result = this.doFinal(data);
        console.log(\"    Input (hex): \" + bytesToHex(data));
        console.log(\"    Output (hex): \" + bytesToHex(result));
        return result;
    };
    function bytesToHex(bytes) { /* 转换函数 */ }
});

运行这个脚本后,操作APP触发相关网络请求,控制台就会打印出加密的详细信息。你可能会直接看到“AES/CBC/PKCS5Padding”这样的算法字符串,以及明密文,这比静态分析高效得多。

4.3 对比分析与流程确认

通过动态调试获取到实时的加密输入、输出和参数后,将其与网络抓包(使用Wireshark、Charles或Fiddler)捕获到的“Shield”字段进行对比。确认动态获取的密文与网络上传输的密文完全一致。这一步是最终的验证,它确保了你的分析没有偏离正轨。同时,观察在多次请求中,IV是如何变化的(是固定的、递增的,还是随机生成并传输的),这关乎整个加密流程的安全性设计。

5. 加密流程的完整重构与实现

5.1 梳理完整的加密步骤

基于静态和动态分析的结果,我们可以重构出“新版红薯Shield字段(2)”的完整加密流程。假设我们分析出的结果是AES-128-CBC模式,PKCS7填充,密钥为硬编码,IV随消息前置发送。那么流程如下:

  1. 原始数据准备 :将需要传输的明文数据(可能是一个JSON字符串)转换为字节数组。
  2. 填充(Padding) :对明文字节数组进行PKCS7填充,使其长度成为AES块大小(16字节)的整数倍。
  3. 生成或获取IV :生成一个16字节的随机数作为IV。在服务端需要解密的场景下,这个IV必须以某种方式告知服务端。常见做法是将其拼接在密文前面。
  4. 加密(Encryption) :使用预设的128位(16字节)密钥和上一步得到的IV,对填充后的明文进行AES-CBC加密。
  5. 组合Shield字段 :将IV和加密后的密文拼接起来(IV + Ciphertext),然后可能再进行一次Base64编码,最终生成“Shield”字段的值。
  6. 传输 :将Base64编码后的字符串作为 shield 参数的值放入HTTP请求中发送。

5.2 编写对应的解密脚本

理解了加密流程,编写解密脚本就水到渠成了。以下是一个Python示例,使用 pycryptodome 库:

from Crypto.Cipher import AES
from Crypto.Util.Padding import unpad
import base64

def decrypt_shield_field(shield_b64, key):
    """
    解密红薯Shield字段
    :param shield_b64: Base64编码的Shield字段字符串(包含IV)
    :param key: 16字节的密钥(bytes)
    :return: 解密后的原始明文(bytes)
    """
    # 1. Base64解码
    shield_data = base64.b64decode(shield_b64)
    # 2. 分离IV和密文(假设前16字节是IV)
    iv = shield_data[:16]
    ciphertext = shield_data[16:]
    # 3. 创建AES-CBC解密器
    cipher = AES.new(key, AES.MODE_CBC, iv)
    # 4. 解密并去除填充
    decrypted_padded = cipher.decrypt(ciphertext)
    plaintext = unpad(decrypted_padded, AES.block_size)
    return plaintext

# 示例使用
key = b'this_is_a_16b_key' # 替换为实际分析出的密钥
shield_value_from_network = \"...\" # 替换为抓包到的shield参数值
try:
    result = decrypt_shield_field(shield_value_from_network, key)
    print(\"解密成功:\", result.decode('utf-8'))
except Exception as e:
    print(\"解密失败:\", e)

5.3 流程中的潜在变体与扩展

上述流程是一个典型模型。在实际分析中,你可能会遇到变体:

  • 密钥派生 :密钥可能不是硬编码,而是通过PBKDF2、HKDF等算法从一个密码或种子派生出来。
  • 认证加密 :可能不仅加密,还附加了消息认证码(MAC),例如使用AES-GCM模式。这时Shield字段可能包含密文、认证标签和Nonce。
  • 多层加密 :可能存在两层甚至更多层加密,比如先用RSA加密一个临时AES密钥,再用这个临时密钥加密数据。这需要分析完整的握手协议。

6. 常见问题、排查技巧与实战心得

6.1 静态分析找不到明显加密函数?

  • 排查思路 :
    1. 字符串搜索扩大化 :不要只搜“AES”、“加密”,尝试搜索“decrypt”、“cipher”、“crypto”、“openssl”、“/dev/urandom”(随机数源)等。
    2. 关注数据流 :寻找那些处理输入数据(如JSON序列化后的字符串)并最终输出到网络发送函数的代码路径。在这条路径上,数据一定会经过一个“变形”处理。
    3. 识别自定义算法 :有时开发者会实现简单的自定义XOR或置换算法。寻找对数据字节进行循环操作( for 循环)并伴有异或( ^ )、加减、移位等操作的函数。
    4. 利用导入表 :在PE文件或ELF文件中,查看导入的函数,如果有 CryptEncrypt 、 EVP_CipherInit_ex 等,就锁定了加密模块。

6.2 动态调试时Hook失败或程序崩溃?

  • 排查思路 :
    1. 时机问题 :确保Hook脚本在目标加密函数被调用之前就已经注入。对于Android APP,使用 -f 参数在APP启动时即附加。
    2. 重载选择错误 :Java函数可能有多个重载。使用 overload 指定正确的参数类型,或者使用 .overload() 来Hook所有重载。
    3. 混淆干扰 :如果类名和方法名被混淆,你需要先通过静态分析找到其规律或关键特征(如方法参数、返回值),然后通过模糊匹配或RPC调用来定位。
    4. 反调试检测 :目标程序可能检测了调试器或Frida。需要先绕过反调试,比如使用高隐蔽性的Frida版本,或者修改程序的内存检测标志。

6.3 解密时出现“Padding is incorrect”错误?

  • 排查思路 :
    1. 密钥错误 :这是最常见的原因。请再次确认密钥是否正确,注意大小写和编码(是ASCII字符串还是Hex字符串?)。
    2. IV错误 :确认IV的提取方式是否正确。它是全零吗?是放在密文前还是单独的参数?它是否经过Base64解码?
    3. 算法模式错误 :你确定是CBC模式吗?会不会是ECB(不需要IV)?或者是CFB/OFB模式(它们以流的方式工作,填充方式可能不同)?
    4. 数据损坏 :确保从网络抓取的Shield字段值完整无误,没有因为抓包工具解码错误而丢失或更改字符。特别是Base64编码中的 / 、 + 、 = 等特殊字符在URL传输时可能被转码,需要还原。

6.4 实战心得与建议

  1. 由外而内,先黑盒后白盒 :不要一上来就扎进汇编代码。先通过抓包观察Shield字段的特征(长度、变化规律、关联参数),进行黑盒测试(比如重放、修改请求看响应),这能给你关于加密强度、模式的重要直觉。
  2. 工具链要顺手 :准备好你的工具组合:网络抓包工具(Charles/Fiddler/Wireshark)、静态分析工具(IDA/Ghidra/JADX)、动态调试工具(Frida/x64dbg)。熟练使用它们比知道更多理论更重要。
  3. 保持记录 :分析过程中,随时记录你的假设、验证结果和未解之谜。画一画数据流和函数调用图,这能有效防止在复杂逻辑中迷失。
  4. 理解业务逻辑 :加密是为业务服务的。尝试理解这个“红薯Shield”保护的是什么数据(用户凭证?交易信息?配置更新?)。业务逻辑有时能为你提示密钥可能存放的位置或生成方式(例如,可能与用户ID或设备指纹有关)。

分析像“红薯Shield”这样的自定义加密字段,是一个综合性的工程,需要结合密码学知识、逆向工程技巧和耐心。每一次成功的解密,都是对这套流程的一次完美演练。当你掌握了从流量识别、静态逆向到动态验证的全套方法后,再遇到类似的“南瓜Armor”、“土豆Guard”字段,你都能从容应对了。记住,核心思路是不变的:定位、识别、提取、验证。剩下的,就是经验和耐心的问题。

强连通分量的三种算法分析 本文将介绍什么是强连通分量,求解强连通分量的三种算法Kosaraju算法、Tarjan算法、Garbow算法。因为算法的过程很容易理解,真正难的是如何理解算法的思想,写主这个的时候我也不定完全明白算法为什么这样,为什么这样做就可以,所以还涉及到相当一部分证明,希望总结完成之后能够有更深一层的了解。 阅读详情

相关推荐

MuJoCo 仿真中的碰撞检测与参数优化实战

本文深入解析MuJoCo仿真中的碰撞检测机制与参数优化策略,涵盖位掩码配置、凸包分解实战及穿模问题解决方案。通过具体案例和参数设置建议,帮助开发者高效解决机械臂抖动、轴孔装配等常见问题,提升仿真精度与稳定性。特别针对步进电机仿真提供了高增益位置执行器的优化方案。

weixin_29081101的博客 337

iOS应用全链路混淆加固:四层防御体系与自动化发布治理实践

在移动应用开发领域,代码保护与安全加固是保障知识产权和业务安全的核心环节。其基本原理是通过对源代码和二进制文件进行变换,增加逆向工程的分析难度,从而保护核心算法、业务逻辑和敏感数据。这项技术的核心价值在于提升攻击成本,有效防止内购破解、协议分析和外挂滋生,对于金融、游戏等高价值应用至关重要。典型的应用场景包括防止核心算法被提取、保护通信协议不被破解以及抵御运行时调试与注入攻击。本文聚焦于iOS平台,深入探讨如何通过Obfuscator-LLVM、SwiftShield等工具组合,构建覆盖源码、二进制、资源及

congtaixiao7151的博客 375

STM32进入HardFault_Handler时,如何找到问题所在?

当STM32进入HardFault_Handler时,定位问题发生的点

m0_60831979的博客 2155

BFS思路及具体实现

BFS思路及BFS具体代码实现(C++)

m0_51658421的博客 1112

43、FMCW雷达高度计仿真

本文介绍了FMCW雷达高度计的波形级建模与仿真过程,重点模拟了着陆和倾斜两种飞行场景以评估其性能。通过结合高程数据和飞行轨迹构建雷达场景,使用自定义信号处理器分析IQ样本并估计高度。结果表明,该高度计在多数情况下满足性能要求,但也存在误差较大的点,提出了地面检测算法优化的潜在方向。

neovim7hacker的博客 136

196、NPU的编译器开发:教程与示例代码编写

NPU编译器开发实战指南 摘要:本文分享了NPU编译器开发中的核心挑战与实战经验,通过具体代码示例展示了关键实现技术: 指令生成:必须考虑硬件特性(如地址对齐)和芯片配置抽象化 图优化:重点处理常见冗余结构(Reshape合并、BN融合),并注意数值稳定性 算子拆分:采用分块计算策略适配有限SRAM,需特别注意边界条件处理 内存分配:基于张量使用频率的贪心算法优化SRAM使用效率 文中包含多个真实踩坑案例: DMA地址未对齐导致硬件错误 BN融合时的除零风险 tile边界处理不当引起的精度下降 这些经验为开

m0_50546716的博客 112

BFS算法简介

一、算法简介 广度优先算法(Breadth-First-Search),简称BFS。从知识点看属于图结构的搜索算法,是一种相对容易理解的简单算法。 BFS算法从问题的初始状态(起点)出发,根据状态转换规则(图结构中的边),遍历所有可能的状态(其他节点),直到找到终结状态(终点)。因此BFS算法的复杂度和状态集合的总数密切相关。 BFS算法虽然出自图结构,但其常用的领域却不是解决图论相关问题。一些常见的问题形式如(1)走迷宫最短路径(2)数字按规则转换的最少...

sigd的博客 2万+

提升YOLOv8性能:用Swin Transformer替换Backbone的详细实现与分析【YOLOv8】

YOLOv8作为目标检测领域的最新版本,在速度和精度之间取得了良好的平衡。然而,随着计算机视觉任务的复杂性不断增加,YOLOv8的标准主干网络(Backbone)在处理高分辨率图像或多尺度目标时,可能存在一定的局限性。为了进一步提升YOLOv8的性能,我们可以引入Swin Transformer替换其主干网络,以增强模型的全局感知能力和多尺度特征提取能力。本文将详细介绍如何在YOLOv8中用Swin Transformer替换原有的Backbone,提供代码示例,并深入探讨其中的原理和效果。

博客 1718

网络协议(强连通)

强连通+缩点 要被气死 一道题错了十来遍 有必要写个博客了 题目 https://loj.ac/p/10093 代码 #include<stdio.h> #include<string.h> #include<algorithm> using namespace std; #include<stack> #include<vector> vector<int>vik[1100]; int dfn[10100],low[10000],bo

weixin_49865561的博客 1409

C++ getline函数详解与示例代码

每次调用函数时,会读取一行文本,并将其存储在字符串对象中。在循环中,我们检查读取到的文本是否为空行,如果是则跳出循环,否则输出读取到的文本。这个函数在处理用户输入、文件读取等场景中非常有用,希望能对您的C++编程有所帮助。函数是一个常用的字符串输入函数,可以用于从输入流中读取一行文本。首先,我们输出提示信息,要求用户输入一行文本。函数会等待用户输入,并将输入的文本存储在。函数从输入流中读取一行文本,并将其存储在字符串对象。这样,当用户输入制表符时,函数会停止读取。函数的用法,并提供相应的示例代码。

LogicGuruX的博客 830

Android实战——白天黑夜模式设置

白天黑夜模式是一种动态的UI模式,根据当前时间或用户设置的偏好,在白天和黑夜之间进行切换。它通过调整应用程序的颜色、亮度和其他可视化元素来提供更加舒适和易读的用户界面。

小旭的专栏 5230

强连通有向图同步网络中的领导者选举-洪泛算法

1、有向图来说,如果任意两个节点之间都有路径的话成为强连通图 2、 算法要求进程知道图的直径diam 每个进程保持有一个最大UID的记录(最初是自己的UID).在每轮中,每个进程都要在自己的所有出向边上传播最大的UID.在diam轮后,如果得到的最大值是进程自己的UID,那么进程就把自己选为领导者,否则就成为非领导者。 这个算法可以优化为进程只在它们初次知道max-uid时发送消息. ...

深未来技术 263

新手福利!大龙虾OpenClaw可视化管理工具来了!告别命令行,这个可视化工具让OpenClaw管理变得超简单

还在用命令行管理OpenClaw?🚀 这个跨平台可视化工具支持14+AI模型,一键切换,还能对接微信飞书钉钉等8大消息渠道,让AI助手管理变得简单直观 ✅ 暗色主题护眼舒适,Rust后端高性能低占用,新手也能轻松上手 🎯

XiaoqiangClub的博客 765

python画网络关系 节点和边存在文件里_python复杂网络分析库NetworkX

NetworkX是一个用Python语言开发的图论与复杂网络建模工具,内置了常用的图与复杂网络分析算法,可以方便的进行复杂网络数据分析、仿真建模等工作。networkx支持创建简单无向图、有向图和多重图(multigraph);内置许多标准的图论算法,节点可为任意数据;支持任意的边值维度,功能丰富,简单易用。引入模块importnetworkx as nxprint nx无向图例1:#!-*- c...

weixin_39980893的博客 659

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

廖雪峰Python教程[完整版]

廖雪峰的python教程整理的,已经排好版了,而且还是完整的,适合小白

Android应用逆向分析实战:从工具链到协议还原的完整指南

逆向工程是理解软件内部工作机制、评估安全性和进行技术学习的重要方法。其核心原理是通过反编译、动态调试等技术手段,解析已编译程序的逻辑与数据流。在移动安全领域,这项技术对于漏洞挖掘、协议分析和竞品研究具有关键价值。典型的应用场景包括分析网络通信协议、评估第三方库安全性以及排查线上疑难问题。本文以综合性平台应用为例,系统阐述了逆向分析的完整流程,重点涵盖了**Frida动态Hook**与**SSL Pinning绕过**等核心实战技术,详细介绍了从环境搭建、静态分析到对抗加固与算法还原的全套解决方案,为移动应用

weixin_33875839的博客 413

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

STM32F407与Arduino Uno构建硬件密码管理器:双MCU协同与AES加密实战

在嵌入式系统开发中,微控制器(MCU)的选型与协同工作是构建复杂设备的基础。其核心原理在于通过合理的架构设计,让不同特长的MCU各司其职,例如高性能MCU负责核心计算,而生态丰富的开发板则专注人机交互。这种分工协作的技术价值在于能够充分发挥硬件潜力,实现单一芯片难以达到的性能与易开发性的平衡。典型的应用场景包括物联网终端、工业控制以及需要高安全性的本地设备。本文聚焦的**硬件密码管理器**项目,正是这一理念的实践。它利用STM32F407VET6的**硬件加密加速器**进行高效的AES加解密运算,确保数据安

weixin_34075268的博客 605

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

Mythos模型如何重构网络安全能力边界与人机协同范式

大语言模型在网络安全领域的应用正从辅助工具迈向自主决策核心,其本质是将传统安全研究中的模式匹配升级为基于程序语义建模、符号执行与多步推理的科学实验范式。以Claude Mythos为代表的前沿模型,通过超大规模活跃参数、工具感知注意力机制及对抗性奖励塑形等关键技术,显著提升对内存布局、权限流转、协议设计缺陷等底层机制的理解深度,从而在漏洞挖掘、攻击链构建与系统级风险推演中逼近甚至超越人类专家水平。这种能力跃迁不仅重塑渗透测试、代码审计等典型场景的技术路径,更倒逼安全团队重构人才结构、验证机制与治理框架——从

frank1998819 427

强连通图 ( Tarjan,邻接矩阵 )——Network of Schools ( POJ 1236 )

题目链接: http://poj.org/problem?id=1236 分析: N个学校之间有单向的网络,每个学校得到一套软件后,可以通过单向网络向周边学校发送该软件。 Q1:至少需要给多少个学校发放软件,才能使得所有的学校最终能得到软件。 Q2:至少需要增加几条传输路线,使得任意向一个学校发放软件后,经过若干次传输,所有学校都能得到软件。 题解: 找强连通分量,缩点。记f[i]为缩完点

FeBr2的博客 3080

数据结构之 图论---完美网络(添加无向边构造完美网络,线性实现)

完美网络 Time Limit: 1000MS Memory limit: 65536K 题目描述 完美网络是连通网络的基础上要求去掉网络上任意一条线路,网络仍然是连通网络。求一个连通网络要至少增加多少条边可以成为完美网络。 输入 第一行输入一个数T代表测试数据个数(T<=20)。每个测试数据第一行2个数n,m 分别代表网络基站数和基站间线路数。基站的序号为...

weixin_30247307的博客 297

HDU 1827 强连通缩点

#include #include #include #include #include #include #include #include #include #include #include #define N 1010 #define inf 10000000 using namespace std; inline int Min(int a,int b){re

九野的博客 2659

tarjan算法求最大强连通 网络上的解释+自己的想法

转自网络: FJ:low数组是记录能到达最小的节点,也就是一直搜到低,这时候返回值,最后一个节点j搜到了i,而且i在栈中,就是已经访问的点,那么low[j]是min(low[j],dfn[i]); 其实low[j]就等于了dfn[i]了,那么j返回前一个节点的时候,j上面的所有节点的low都等于dfn[i],那么这就是一个强连通了。 [有向图强连通分量] 在有向图G中,如果两个顶点间至少存

ZQUSwansea的博客 736

图之强连通、强连通图、强连通分量 Tarjan算法

一、解释在有向图G中,如果两个顶点间至少存在一条互相可达路径,称两个顶点强连通(strongly connected)。如果有向图G的每两个顶点都强连通,称G是一个强连通图。非强连通图有向图的极大强连通子图,称为强连通分量(strongly connected components)。 求解有向图的强连通分量算法有很多,例如Kosaraju,Gabow和Tarjan算法,其中Gabow和Tarja

心之所向 3万+

NYOJ 120-校园网络

点击打开链接 校园网络 时间限制:3000 ms  |  内存限制:65535 KB 难度:5 描述 南阳理工学院共有M个系,分别编号1~M,其中各个系之间达成有一定的协议,如果某系有新软件可用时,该系将允许一些其它的系复制并使用该软件。但该允许关系是单向的,即:A系允许B系使用A的软件时,B未必一定允许A使用B的软件。 现在,请你写一个程序,根

云淡风清 1237

强连通分量 tarjan算法 C++实现

tarjan(u){   DFN[u]=Low[u]=++Index // 为节点u设定次序编号和Low初值   Stack.push(u) // 将节点u压入栈中   for each (u, v) in E // 枚举每一条边     if (v is not visted) // 如果节点v未被访问过         tarjan(v...

areen7003的博客 602

有向图的强连通图——Kosaraju

有向图的强连通分量: 相互可达关系,每一个集合都是有向图的一个强连通分量SCC。 把一个集合看成一个点,SCC就形成了一个有向无环图——DAG; 如果DFS选择不好,从A点开始DFS,就会把整张图遍历一遍。不是同一个SCC就混乱了,我们希望,可以利用SCC的拓扑序列,从后往前DFS,这样,每次都出来一个SCC,就不用分离了——Kosaraju算法。 ——拓扑序列...

weixin_34161083的博客 379
上一篇: Android原生层反调试实战:五种常见手法与IDA绕过策略详解
下一篇: ConTraIRL:用对比学习破解逆强化学习的奖励歧义性
deepfuture
博客等级 码龄17年 211粉丝 1287原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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