社区
数据结构与算法
帖子详情
高手快请进,郁闷死我了:有限域上的多项式的求余(决不吝分!!!)
hauck
2002-05-15 09:12:15
有限域GF(256)(就是有限域GF(2^8))上的两个多项式:(n>m)
f(x)=a0 + a1*x + a2*x^2 + ... + an*x^n,
g(x)=g0 + g1*x + g2*x^2 + ... + gm-1*x^m-1 + x^m,
求用g(x)去除f(x)所得的余数多项式.
请高手给个思路,点拨一下,有程序更好!
只要验证是对的,可用分倾囊相赠!
...全文
618
10
打赏
收藏
高手快请进,郁闷死我了:有限域上的多项式的求余(决不吝分!!!)
有限域GF(256)(就是有限域GF(2^8))上的两个多项式:(n>m) f(x)=a0 + a1*x + a2*x^2 + ... + an*x^n, g(x)=g0 + g1*x + g2*x^2 + ... + gm-1*x^m-1 + x^m, 求用g(x)去除f(x)所得的余数多项式. 请高手给个思路,点拨一下,有程序更好! 只要验证是对的,可用分倾囊相赠!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
10 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
xjl930
2002-05-16
打赏
举报
回复
我也有同样的问题,但我也没找到合适的方法解决,共同研究学习!
southnan
2002-05-16
打赏
举报
回复
这个问题比较有深度,收藏,慢慢研究!
mathe
2002-05-16
打赏
举报
回复
对于GF(256),可以先计算出其乘法表。
在GF(256)中,加法就是异或运算,任意一个元素都可以表示成GF(2)
上的一个最多7次的多项式,
所以
0=000 就是0
1=001 就是1
2=0010就是x+0=x
3=0011就是x+1
4=00100就是x^2
然后对于两个变量
u,v
可以先计算两个对应多项式的乘积(需要注意的是加法是模2的,或者说是异或运算),
比如
3*7=(x+1)*(x^2+x+1)=x*x^2+x*x+x+x^2+x+1=x^3+1 (模2运算中x+x=0 and x^2+x^2=0)
所以3*7=9
在乘积得出来的多项式次数大于7时,我们需要对多项式在GF(2)上关于h(x)求余数,也就是
129*5=(x^7+1)*(x^2+1)=x^9+x^7+x^2+1
将上面的函数加上x*h(x)可以消去x^9,(其实就是手工除法过程,只是现在每一次商总是0或1),所以
129*5=x^9+x^7+x^2+1+x^9+x^5+x^4+x^3+x=x^7+x^5+x^4+x^3+x^2+x+1
=0010111111=191
在得出乘法表以后,我们可以很快的从表格中对于每一个元素找到它的逆,于是逆运算也有了,除法就可以分解为乘法和逆运算。
有了加乘逆以后(对于GF(2^n)减法同加法没有分别)
就可以使用手工除法了
microblue
2002-05-16
打赏
举报
回复
up
hauck
2002-05-16
打赏
举报
回复
多谢各位!
经过我细心的检查,终于找的了问题所在,结果已经调出来了,是对的!
哈哈,真是太高兴了,不过,也很惭愧,只是一点小小的马虎,
让我郁闷了这么久!
呵呵,今天心情太好了,晚上结帖,再给各位一个UP的机会,
就当是散分了,:)
大家快来呀~~~~~~~~~
hauck
2002-05-16
打赏
举报
回复
to mathe():
多谢多谢!!
你讲得很详细。GF(256)域上的加法是异或运算,乘法的运算我也用程序编出来了,我也验证了,是对的。但是我没有用到“逆运算”,我对这个概念不太明白,是指两个元素乘积为单位元,它们就互为逆元素吗?那么,在这个域中,单位元是1(00000001)吗?
还有一点要请教:
GF(256)上的一个元素,a^i,对应的多项式可以是升幂排列,也可以是降幂排列,比如:2可以表示为:01000000,也可以表示为:00000010,我到底应该选用哪种呢?
hauck
2002-05-15
打赏
举报
回复
to starfish(海星):
是GF(256)有限域上的,对这个域上的乘法和加法规则,我理解得不是很透,
对了,忘了说了:所用的这个域的本原多项式是:
h(x)=x^8 + x^4 + x^3 + x^2 + 1,
请予指点,救命则个!
starfish
2002-05-15
打赏
举报
回复
模拟手算的方法就可以了呀,这有什么难的?
rockpeak
2002-05-15
打赏
举报
回复
需要一点考虑时间,关注
keenhaung
2002-05-15
打赏
举报
回复
楼主别着急,我thinking一下先
[Django+Vue]基于Django框架的监控管理系统 全套源码+论文+PPT+演示视频+数据库文档
[项目介绍] 基于Python Django框架的监控管理系统,实现对监控设备、监控区域、报警信息的集中管理。包含完整的视频监控管理功能。 [技术栈] Django 2.0 + Vue.js + Element UI + MySQL 5.7 + ECharts [核心功能] 监控设备管理、监控区域管理、报警信息管理、实时监控画面展示、数据统计与
分
析、用户权限管理 [资源包含] 完整项目源代码、配套论文、答辩PPT、演示视频、数据库设计文档
交通流
分
配-下载即用.zip
代码下载地址: https://pan.quark.cn/s/068306a56640 在交通运输科学范畴内,交通流量
分
配是探讨交通系统内交通负荷如何在各个道路路段间
进
行合理
分
配的核心议题。交通流
分
配技术主要应用于模拟和推演交通系统的运行状态,旨在为城市规划人员与交通工程师提供优化道路布局的参考,
进
而缓解交通拥堵现象,提升道路交通的整体效能。以下将对"交通流
分
配技术"
进
行深入阐述: 1. **全部或无
分
配(All-or-Nothing Distribution)** 全部或无
分
配是一种基础的交通流
分
配策略。该技术依据最短路径准则,预设所有从发源地(Origin)至目的地(Destination)的车辆都将选择路程最短的路线。倘若存在多条等长路径,则采用随机方式确定其中一条。此类方法未将交通拥堵因素纳入考量,因为一旦选定路径,便假定所有交通量将沿此路径通行,即便这可能导致部
分
路段出现超负荷状况。 2. **逐步
分
配(Progressive Assignment)** 逐步
分
配技术顾及了交通网络的动态特征。该算法通过逐步优化流量配置,力求使网络内行驶的总代价(诸如通行时间、距离等指标)最小化。运算过程始于初始的全部或无
分
配状态,随后逐步修正路径选择,直至网络达成稳定状态,即每次流量修正后,总代价的变动幅度不再明显。此方法更贴近现实交通场景,因为车辆会依据即时路况选择最优路径。 3. **迭代平均
分
配(Iterative Average Distribution)** 迭代平均
分
配是一种对逐步
分
配技术的优化版本,其更侧重于实现网络流量的均衡化。在每一轮迭代过程中,算法不仅评估当前路径的优化程度,同时参考前一次迭代的流量配置。通过融入平均化理念,该方法能更有效地
分
散交通...
易语言源码查找窗口或
进
程并关闭
易语言源码查找窗口或
进
程并关闭
基于控制李雅普诺夫-屏障函数(CLBF)与
分
布式模型预测控制(DMPC)研究(Matlab代码实现)
内容概要:本文围绕控制李雅普诺夫-屏障函数(CLBF)与
分
布式模型预测控制(DMPC)的融合方法展开研究,重点探讨其在复杂环境下多智能体系统(如无人机集群)路径规划与协同控制中的应用。研究通过Matlab代码实现了CLBF对系统稳定性的保障机制,并结合DMPC实现多智能体间的
分
布式优化
决
策,有效解
决
了动态障碍规避、任务协同与安全性约束等问题。文中还引入粒子群优化(PSO)和遗传算法(GA)等智能优化算法,
进
一步提升路径规划的效率与鲁棒性。该方法在水陆两栖无人机任务规划等实际场景中得到验证,展现出良好的应用前景。此外,文档配套提供了丰富的科研资源与仿真案例,覆盖电力系统、机器人、通信等多个交叉领域,体现了较强的技术延展性。; 适合人群:具备一定科研基础,从事自动化、控制理论与控制工程、机器人学、航空航天、电力系统及智能优化算法研究的研究生、科研人员与工程技术人员。; 使用场景及目标:① 实现复杂动态环境下多无人机系统的安全路径规划与协同控制;② 研究并应用CLBF与DMPC相结合的先
进
控制策略以提升系统稳定性与优化性能;③ 利用Matlab
进
行算法建模、仿真验证与科研复现,推动在智能控制、
分
布式优化等方向的学术研究与技术创新。; 阅读建议:建议读者结合文中的Matlab代码与具体仿真案例
进
行动手实践,深入理解CLBF的稳定性构造原理与DMPC的
分
布式优化机制,重点关注多智能体协同中的约束处理与通信拓扑设计,并参考文档中提供的其他优化算法与应用场景,拓展研究思路,适用于论文复现、课题开发与科研创新。
dspace安装步骤-下载即用.zip
下载代码方式:https://pan.quark.cn/s/bd3a18d58376 依据所提供的文档资料,可以归纳出以下核心知识点: 1. DSPACE安装概述: DSPACE软件作为一个用于实时计算与模拟的工具,通常被应用于控制系统的构建与测试。其安装流程可能相对繁复,包含多个环节,涵盖了操作系统环境的配置、MATLAB版本的核查、编译器的部署以及DSPACE软件自身的部署。 2. 系统环境要求: - 需要部署Windows 7的旗舰版、企业版或专业版,并且要求系统版本至少达到SP1。 3. MATLAB版本兼容性: - 必须核实所采用的MATLAB版本至少为2015a,涵盖2015a、2015b、2016a、2016b等版本,以此保障与DSPACE的兼容状态。 4. .NET Framework 4.0平台部署: - 需要以管理员身份部署.NET Framework 4.0平台。 - 若系统中已存在更高版本的.NET Framework,则必须先行移除,再
进
行4.0版本的部署。 - 安装期间应遵循默认配置,确保部署准确无误。 5. MEX编译器部署: - 在部署MEX编译器之前,务必确认.NET Framework 4.0平台已完成部署。 - 部署期间若遭遇失败,需卸载Microsoft Visual C++ 2010的相关组件后,再次尝试部署。 - 部署完成后,需要在MATLAB命令窗口中输入“mex-setup”指令
进
行验证,以确认编译器部署成功。 6. DSPACE软件部署: - 首先部署DSPACE软件包中的disk1,通常是通过执行安装程序dSPACE_MasterSetup,并遵循安装向导的指引
进
行。 - 部署期间可能会提示重启计算机,应依照...
数据结构与算法
33,025
社区成员
35,336
社区内容
发帖
与我相关
我的任务
数据结构与算法
数据结构与算法相关内容讨论专区
复制链接
扫一扫
分享
社区描述
数据结构与算法相关内容讨论专区
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章