这是“任意维度中的快速泊松磁盘采样”又名 Bridson 算法中提出的算法的 Rust + WASM 实现。 Rust 代码旨在被提取到它自己的库中,以便在使用过程生成的游戏中使用。WASM 用于可视化采样并确保正确生成事物。
2022-06-12 14:05:36 5.32MB 算法 rust
部: 生成大量 1024 位和 2048 位。 实现 Rabin-Miller 算法所需的模幂运算。(测试和工作) 实现拉宾米勒算法。(测试和工作) 实施扩展欧几里得算法来搜索两个假定素数的 mcd。 生成确定长度的有效密钥对。(测试和工作。推荐的阈值:默认//推荐的密钥对大小:512 或 1024 位) 使用公钥加密消息。 使用密钥解密消息。(测试和工作) 为 Public、Secret 和 KeyPair 实现 From 特征。 实现 p & q 素数原始数的并行计算以提高性能。(提高性能(仍然取决于随机性和 Prime 接近度)) 使用 AES-128/256(待确定)实施混合加密过程。 在开始计算算法之前,通过丢弃 [3, 5, 7, 9, 11, 13, 15, 19] 的倍数来优化 Rabin-Miller 算法。(提高性能) 并行化 Rabin-Miller 迭代以提高密钥生成性能。
2022-06-12 14:05:35 13KB 算法 rust
Rust (WIP) 的 Zopfli 压缩算法实现
2022-06-12 14:05:35 47KB 算法 rust
黑盒优化算法的集合。
2022-06-12 14:05:34 23KB 算法 rust
用于执行类似 Facebook Gorilla 的时间序列压缩的 Rust 库
2022-06-12 14:05:34 10KB 算法 rust
提供了 IMU 传感器融合算法的 Rust 端口,该算法由 Sebastian Madgwick 在他的论文An effective orientation filter for惯性和惯性/磁传感器阵列中提出
2022-06-12 14:05:33 10KB 算法 rust
Rust 中的空间殖民化算法
2022-06-12 14:05:27 210KB rust 算法
贝叶斯网络的循环信念传播算法的实现 贝叶斯网络和循环信念传播 贝叶斯网络可用于编码事件之间的一组因果或逻辑概率依赖关系。它们采用有向无环图的形式,每个节点都与一个概率表相关联,该概率表定义了它根据其父节点的值获取每个可能值的概率。 Loopy Belief Propagation 是一种算法,它计算网络每个节点的边际概率分布的近似值,以预先设置的一组选定“观察”变量的值为条件。 这是一个近似值,它表现得好像每个节点的父节点在给定节点的情况下是条件独立的。仅当所考虑的图实际上是一棵树(没有无向循环)时,这才是正确的,在这种情况下,近似值是精确的。 该算法的一个典型失败案例是,当某些节点的父节点既高度相关又非常随机(尤其是simple_net此存储库中的示例的情况;))。然后,即使算法收敛(并非总是如此),它也很可能收敛到错误的值。 另一方面,对于观察结果几乎可以肯定确定网络其余部分的值的网络(这在现实世界的问题中并不少见),循环信念传播算法提供了一个非常好的近似值
2022-06-12 14:05:26 14KB 算法 rust
使用rust-libp2p作为网络层的 PBFT 共识算法的实现
2022-06-12 14:05:26 34KB rust 算法
分别在RFC 6238和RFC 4226中指定的基于时间的一次性密码 (TOTP) 和基于 HMAC 的一次性密码算法的简单 Rust 实现。 用法 从 rustotp_cli crate 构建命令行客户端: $ cd rustotp_cli $ cargo build 从密钥生成单个 OTP: $ ./target/debug/rustotp_cli 42 663792 或者,启动一个交互式会话,在每个时间步都会生成一个新的 OTP,并带有可视进度条: $ ./target/debug/rustotp_cli 42 --timestep=5 --interactive 495515 ##### ##### 783920 ##### ##### 484936 ##### ####
2022-06-12 14:05:25 10KB 算法 rust