登录
首页 » 算法 » Hash函数MD5的实现

Hash函数MD5的实现

于 2022-03-24 发布 文件大小:2.60 kB
0 177
下载积分: 2 下载次数: 1

代码说明:

资源描述 用C语言实现该MD5压缩算法,尽可能的优化算法的实现。通过编程实现算法,对该算法的设计有较好的认识。

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • X2分布函数的函数值
    计算X2分布函数的函数值-calculation of the distribution function X2 function
    2022-11-02 19:00:03下载
    积分:1
  • 上证指数开盘指数变化趋势和变化空间预测研究
    资源描述本程序利用SVM对进行模糊信息化后的上证每日的开盘指数进行了变化趋势和变化空间的预测。
    2022-03-06 09:38:48下载
    积分:1
  • 这个可以很好的实现实现一元多项式的计,包括其相加和相减,是用C语言编写的。...
    这个算法可以很好的实现实现一元多项式的计算,包括其相加和相减,是用C语言编写的。-this algorithm can achieve very good achievement of one yuan polynomial, including its sum and subtract. using the C language.
    2023-03-25 02:40:03下载
    积分:1
  • EM,基于期望最大化原则进行密度估计
    EM算法,基于期望最大化原则进行密度估计-EM algorithm, based on the expectation maximization of the principle of density estimation
    2023-07-25 17:45:02下载
    积分:1
  • 使用开发改造方向的隐写术
    反取证指示标识,调查通过网络发送的图像,并确保透明性和图像的质量。这项工作提出了 PC 安全工具包 [隐写术与反取证嵌入和有效载荷能力]。该工具包提供了高的嵌入容量 (有效负载) 和图像质量 ;与两个隐写计划,可以嵌入和从图像中提取的秘密。拟议的制度有图像文件和秘密消息作为封面图像和文本的文件。上述方法速记算法是利用改性 direction(HoEMD) 和自适应修正 direction(AdEMD),其中考虑到敏感人类视觉系统 (HVS) 的亮点。HoEMD 方法利用像素的方向。一个像素有一个较大的变化就意味着更多像素的方向,并最终,较大的嵌入容量。像素差分中提出的 AdEMD 方法用于评价是否位于边缘地区的像素可以容忍更大的变动,比在一个光滑的区域中的像素位置。若要成功地提取一条消息,差分值被维持之前相同的层次上和后隐藏了数据 ;以及用是一个微妙的调整阶段。拟议的隐写术计划在盲 steganalyzer 的有效性使用卡方分析 ; 统计攻击并且有一个伪随机序列为嵌入图像数据。提供了对 [MD5 及 DES] 的数据进行加密和压缩数据的附加功能。
    2022-01-30 11:44:56下载
    积分:1
  • 寻找制定范围的质数
    用户输入起始值和终止值,若起始值大于终止值,程序会自动交换,然后程序会自动计算出该范围内的质数,并在文本框中显示。
    2022-01-26 07:04:45下载
    积分:1
  • a good molecular dynamics procedure, it provides a lot of orders for users state...
    一个很好的分子动力学程序,它提供了很多命令语句供用户进行建模和计算。-a good molecular dynamics procedure, it provides a lot of orders for users statement modeling and calculation.
    2022-07-26 18:39:58下载
    积分:1
  • 最优网络01匹配
    最优网络01匹配算法。-optimal matching algorithm.
    2023-08-10 15:40:03下载
    积分:1
  • VC迷宫代码
    这是VC迷宫的代码,写的很整洁,非常的好,下载了即使可以用,声音什么的没有设置
    2022-04-24 08:51:30下载
    积分:1
  • simHash,用来网页去重最常用的hash方,速度很快.
    Simhash 传统IR领域内文本相似度比较所采用的经典方法是文本相似度的向量夹角余弦,其主要思想是根据一个文章中出现词的词频构成一个向量,然后计算两篇文章对应向量的向量夹角。但由于有可能一个文章的特征向量词特别多导致整个向量维度很高,使得计算的代价太大,对于Google这种处理万亿级别的网页的搜索引擎而言是不可接受的,simhash算法的主要思想是降维,将高维的特征向量映射成一个f-bit的指纹(fingerprint),通过比较两篇文章的f-bit指纹的Hamming Distance来确定文章是否重复或者高度近似。 simhash算法很精巧,但却十分容易理解和实现,具体的simhash过程如下: 请点击左侧文件开始预览 !预览只提供20%的代码片段,完整代码需下载后查看 加载中 侵权举报
    2022-11-14 00:20:04下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载