RSA算法 :首先, 找出三個數(shù), p, q, r, 其中 p, q 是兩個相異的質(zhì)數(shù), r 是與 (p-1)(q-1) 互質(zhì)的數(shù)...... p, q, r 這三個數(shù)便是 person_key，接著, 找出 m, 使得 r^m == 1 mod (p-1)(q-1)..... 這個 m 一定存在, 因為 r 與 (p-1)(q-1) 互質(zhì), 用輾轉(zhuǎn)相除法就可以得到了..... 再來, 計算 n = pq....... m, n 這兩個數(shù)便是 public_key ，編碼過程是, 若資料為 a, 將其看成是一個大整數(shù), 假設(shè) a < n.... 如果 a >= n 的話, 就將 a 表成 s 進位 (s
標簽： person_key RSA 算法
上傳時間： 2013-12-14
上傳用戶：zhuyibin
~{JGR 8vQ IzWwR5SC5D2V?bD#DbO5M3~} ~{3v?b~} ~{Hk?b~} ~{2iQ/5H9&D\~} ~{?IRTWw@)3d~} ~{TZ~}JDK1.4.2~{OBM(9}~}
上傳時間： 2015-02-22
上傳用戶：ommshaggar
b to b 模式 電子商務(wù)系統(tǒng) ，c# 開發(fā) , B/S結(jié)構(gòu)
標簽： to 模式 電子商務(wù)系統(tǒng)
上傳時間： 2014-01-20
上傳用戶：hanli8870
從數(shù)組中 任取一個元素 p (可隨機取,現(xiàn)在以取第一個為例).以P作為主元,對數(shù)組 進行劃分 ,前一部分小于 P,后一部分 大于p.最后劃分處存儲p,然后分別對劃分后的前一部分和后一部分遞歸調(diào)用. 算法平均時間復(fù)雜度: O(nlogn)
上傳時間： 2013-12-22
上傳用戶：it男一枚
a XOR b> a,然后a XOR b< b,and both a and b are dependent data
上傳時間： 2014-01-27
上傳用戶：yxgi5
樣板 B 樹 ( B - tree ) 規(guī)則 : (1) 每個節(jié)點內(nèi)元素個數(shù)在 [MIN,2*MIN] 之間, 但根節(jié)點元素個數(shù)為 [1,2*MIN] (2) 節(jié)點內(nèi)元素由小排到大, 元素不重複 (3) 每個節(jié)點內(nèi)的指標個數(shù)為元素個數(shù)加一 (4) 第 i 個指標所指向的子節(jié)點內(nèi)的所有元素值皆小於父節(jié)點的第 i 個元素 (5) B 樹內(nèi)的所有末端節(jié)點深度一樣
上傳時間： 2017-05-14
上傳用戶：日光微瀾
歐幾里德算法：輾轉(zhuǎn)求余 原理: gcd(a,b)=gcd(b,a mod b) 當(dāng)b為0時,兩數(shù)的最大公約數(shù)即為a getchar()會接受前一個scanf的回車符
上傳時間： 2014-01-10
上傳用戶：2467478207
This functions computes SARMA or multiplicative (p,q) x (P,Q) models for (p,q,P,Q) in (pvec x qvec x Pvec x Qvec) it returns the best according to AIC where AIC has been modified to account for fixed parameters x = input data pvec = vector of p s set pvec=[0] for no AR qvec = vector of q s set qvec=0[] for no MA Pvec = vector of P s Qvec = vector of Q s T period for multiplicative model
標簽： multiplicative functions computes models
上傳時間： 2017-06-30
上傳用戶：Breathe0125
數(shù)據(jù)結(jié)構(gòu)課程設(shè)計 數(shù)據(jù)結(jié)構(gòu)B+樹 B+ tree Library
標簽： Library tree 數(shù)據(jù)結(jié)構(gòu) 樹
上傳時間： 2013-12-31
上傳用戶：semi1981
計算ARMA(p，q)模型的功率譜密度。 形參說明： b——雙精度實型一維數(shù)組，長度為(q+1),存放ARMA(p，q)模型的滑動平均系數(shù)。 a——雙精度實型一維數(shù)組，長度為(p+1),存放ARMA(p,q)模型的自回歸系數(shù)。 q——整型變量,ARMA(p,q)模型的滑動平均階數(shù)。 p——整型變量,ARMA(p,q)模型的自回歸階數(shù)。 sigma2——雙精度實型變量,ARMA(p,q)模型白噪聲激勵的方差。 fs——雙精度實型變量,采樣頻率(Hz)。 x——雙精度實型一維數(shù)組,長度為len。當(dāng)sign＝0時，存放功率譜密度；當(dāng)sign＝ 1時，存放用分貝表示的功率譜密度。 freq——雙精度實型一維數(shù)組，長度為len。存放功率譜密度所對應(yīng)的頻率。 len——整型變量，功率譜密度的數(shù)據(jù)點數(shù)。 sign——整型變量,當(dāng)sign＝0時，計算功率譜密度；當(dāng)sign＝1時，計算用分貝表 示的功率譜密度。
上傳時間： 2015-04-09
上傳用戶：qiao8960
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
