这是RainbowCrack作者的MATLAB函数：

function ret = calc_success_probability(N, t, m)

arr = zeros(1, t - 1);

arr(1) = m;

for i = 2 : t - 1

arr(i) = N * (1 - (1 - 1 / N) ^ arr(i - 1));

end

exp = 0;

for i = 1 : t - 1

exp = exp + arr(i);

end

ret = 1 - (1 - 1 / N) ^ exp;

在给定具有键空间N，大无符号整数，长度链t和链数的彩虹表的情况下，它计算找到明文密码成功的概率m。

运行示例：

calc_success_probability(80603140212, 2400, 40000000)

返回0.6055。

我很难将其转换为Python。在Python 3中，不再有最大整数，所以N这不是问题。我认为在计算中，我必须将所有内容强制设置为较大的浮点数，但我不确定。

我也不知道MATLAB中的运算顺序。我认为代码是这样说的：

创建大小为[1 .. 10]的数组，以便十个元素用零初始化该数组的每个元素

在基于零的索引中，我认为这是array[0 .. t-1]，就像MATLAB使用1作为第一个(第0个)索引一样。

然后将数组的第二个元素(基于0的索引)初始化为m。

对于数组中的每个元素，pos=1(从0开始的索引)为t-1：

array[pos] = N * (1 - (1 - 1/N) ** array[pos-1]

**电力运营商在哪里。我认为权力是^在MATLAB，这样N * (1 - (1-1/N)的array[pos-1]力量是像上面。

然后设置一个指数。对于数组0至t-1：中的每个元素，指数为指数+ 1

返回概率=1 - (1 - 1/N)exp的幂；

我的Python代码看起来像这样，并且不起作用。我不知道为什么，但是可能是因为我对MATLAB或Python的理解不够，或者我以某种方式读错了数学，而MATLAB中发生的事情并不是我所期望的，即我的操作顺序和/或类型错误，无法正常工作，而我在这些方面缺少某些东西...

def calc_success_probability(N, t, m):

comp_arr = []

# array with indices 1 to t-1 in MATLAB, which is otherwise 0 to t-2???

# range with 0, t is 0 to t excluding t, so t here is t-1, t-1 is up

# to including t-2... sounds wrong...

for i in range(0, t-1):

# initialize array

comp_arr.append(0)

print("t = {0:d}, array size is {1:d}".format(t, len(comp_arr)))

# zero'th element chain count

comp_arr[0] = m

for i in range(1, t-1):

comp_arr[i] = N * (1 - (1 - 1 / N)) ** comp_arr[i-1]

final_exp = 0

for i in range(0, t-1):

final_exp = final_exp + comp_arr[i]

probability = (1 - (1 - 1 / N)) ** final_exp

return probability

解决方案

注意你的括号！您已经翻译了：

arr(i) = N * ( 1 - ( 1 - 1 / N ) ^ arr(i - 1) );

对此：

comp_arr[i] = N * ( 1 - ( 1 - 1 / N ) ) ** comp_arr[i-1]

我已经整理了所有内容，以便您可以更好地了解问题所在。您已将支架移到错误的位置。

它应该是：

comp_arr[i] = N * ( 1 - ( 1 - 1 / N ) ** comp_arr[i-1] )

同样，

ret = 1 - (1 - 1 / N) ^ exp;

与...不同

probability = (1 - (1 - 1 / N)) ** final_exp

这应该是

probability = 1 - (1 - 1 / N) ** final_exp