You need to enable JavaScript to run this app. 仅样本列表词汇参与加密的Python替换密码破译方案优化咨询
优惠活动
大模型
产品
解决方案
定价
更多

仅样本列表词汇参与加密的Python替换密码破译方案优化咨询

固定样本约束下的替换密码破译简化实现

前提说明

因为待破译的明文词汇100%来自给定的lst_sample集合,不存在集合外的任意词汇参与加密,完全可以跳过通用的全量英文字母频率分析步骤,仅靠词结构匹配+映射约束校验就能快速完成破译,计算量比通用普适方法低几个量级。

第一步:修正现有特征提取函数

你当前编写的pattern函数存在变量名拼写不一致的问题:初始化的字典名为letternNums,但循环判断时引用的是letterNums,运行时会直接触发NameError,修正后的可运行版本为:

def pattern(word):
    nextNum = 0
    letterNums = {}
    wordPattern = []
    for letter in word:
        if letter not in letterNums:
            letterNums[letter] = str(nextNum)
            nextNum += 1
        wordPattern.append(letterNums[letter])
    return ''.join(wordPattern)

这个函数的输出效果是把单词的重复字符结构转成数字串,比如'puff'会输出'0112','the'会输出'012',结构一致的单词会得到完全相同的数字串。

第二步:预构建样本结构索引

遍历lst_sample中的所有词汇,用修正后的pattern函数提取每一个词的结构特征,构建「结构特征→对应候选词列表」的索引字典。比如样本中的'puff'结构为'0112'、'sorting'结构为'0123456'、'the'结构为'012',就把同结构的词汇归到同一个键下,后续找候选时可以直接O(1)取值,不需要每次全量遍历样本列表。

第三步:逐词匹配建立映射关系

  • 先把待破译的密文按空格拆成独立的密文词列表,对每个密文词同样计算其结构特征,从预构建的索引中捞出所有同结构的候选明文词。因为候选范围仅限给定样本,这一步的候选数通常极少,很多场景下可直接得到唯一匹配结果。
  • 建立全局双射映射表(密文字符和明文字符一一对应),逐词校验候选词和当前密文的字符对应关系:
    • 校验双射规则:一个密文字符不能对应多个明文字符,一个明文字符也不能被多个密文字符映射,一旦出现冲突直接排除该候选
    • 校验通过后,把该词的字符对应关系更新到全局映射表,继续处理下一个密文词
  • 针对多个样本词结构完全一致(比如'puff'和'wood'的结构都是'0112')导致无法直接唯一匹配的场景,因为候选数极少,不需要做复杂的全量回溯,仅需要把几个候选词依次代入现有映射规则试算,筛选出不产生冲突的选项即可,试错成本几乎可以忽略。

实际效果示例

当lst_sample = ['puff','sorting','the']时,预计算的结构索引为:

  • '0112' → 对应候选['puff']
  • '0123456' → 对应候选['sorting']
  • '012' → 对应候选['the']
    如果拆出来的密文词分别是长度4、结构'0112',长度7、结构'0123456',长度3、结构'012',不需要额外的频率猜测,直接按结构匹配就能完成所有字符的映射,套入映射表即可直接解出明文。

内容的提问来源于stack exchange,提问作者sugy_w

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.31 08:24:01