#3883. [Wc2015] 混淆与破解

[Wc2015] 混淆与破解

题目描述

spj 缺失。

小强和阿米巴是好朋友。

阿米巴研发出了一套相当高端的图片识别系统,并把它写成了一个手机 app。这个识别系统具备特殊的识别能力,比如说,它能够识别一张图片里是否有萌萌的小狗。

这个 app 由两个模块组成,特征提取模块和分类模块。每当小强拍摄一张图片,特征提取模块就从中提取出一个长度为 nn 的 01 串并存储起来。当小强希望进行识别的时候,分类模块就会根据提取出的 01 串进行分类(即,输出一个 00 或者 11 的答案)。

为了保护分类算法,阿米巴的这个 app 是经过加密处理的。经过对阿米巴的死缠烂打,小强弄明白了这个分类算法的工作原理。

分类模块会从输入的这个 nn 位 01 串中恢复出 mm 位的“有效信息”。每个“有效信息”都是经过某些输入变量的异或。之后,分类模块会利用这些“有效信息”进行运算来得到真正的结果。为了进一步加密,阿米巴还会加入“噪声”。所谓“噪声”,是指这个分类模块会故意按一定的比例将结果反转。小强拿到的可能是经过了反转的结果。

举个例子,分类模块的算法步骤可能是这样的:

function f(x[]):
    z[0] = x[0] xor x[4] xor x[7]
    z[1] = x[12] xor x[2]
    z[2] = x[0] xor x[1] xor x[2] xor x[3]
    result = h(z[])
    return result xor g(x[])

其中 x[] 是一个 01 串,x[i] 表示其中的第 ii 位,即一个0011 的函数。

g(x[]) 是某个在大多数情况下返回 00,偶尔返回 11 的函数。hh 是某个关于 z[] 的函数,其返回值为 0011

z[0]z[1]z[2] 就是 “有效信息”。

为了让小强无法从 app 中看出算法,这个算法被进行了混淆。为了方便起见,我们把混淆之后的算法叫做“混淆版算法”。混淆版算法的代码共有 QQ 行,它的每一行都是这个样子:

y[u] = (not (y[v] and y[s])) xor y[d] xor y[e]

其中 y[] 是一个长度为 LL 的 01 数组;xor 表示异或,and 表示与,not 表示非。u,v,s,d,eu, v, s, d, e 是这一行的参数。初始的时候,y[0]~y[n - 1] 里面放置了 x[0]~x[n - 1]nn 个输入位,其他地方都是 00。执行完这 QQ 行代码之后,y[0] 这个位就是输出。

对于阿米巴的这种以损失性能为代价进行加密的行径,小强感到很愤怒。于是,小强打算从混淆版算法中破解出阿米巴的分类算法。为了方便起见,我们把破解得到的算法叫做“破解版算法”。小强希望你能够帮他破解出:

如何提取有效信息。这个可以表述为 mm{0,1,,n1}\{0, 1, \dots, n - 1\} 的子集,每个子集对应了一个有效信息是从哪几个输入位异或得到的。

把这 mm 位有效信息映射到分类结果上的函数 hh。该函数用一个长度为 2m2^m,每一位均为 0011 的查找表表示。这 2m2^m 位分别对应了 mm 位有效信息每一种可能的情况。

当然,这种破解算法是不唯一的,即,可能会有多种有效信息提取方法和查找表的组合。你只需要给出其中的一种即可。

阿米巴保证,引入的噪声比例不超过 pp。即,你需要求出的破解版算法,和混淆版算法至少在 2n(1p)2^n(1- p) 个不同输入上得到的结果是一样的;并且阿米巴保证这样的算法是存在的。

同时,阿米巴也保证,这 mm 个有效信息都是必须的,即,hh 无法化简为少于 mm 个输入的函数。

输入格式

第一行包含四个整数 n,m,L,Qn,m,L,Q

接下来 QQ 行,每行包含五个整数 u,v,s,d,eu,v,s,d,e 表示每行的参数。

输出格式

先输出 mm 行,每行包含一个 nn 位 01 串,表示每个有效信息是由哪些输入位异或得到的。其中 11 表示包含该输入位,00 表示不包含。

接下来输出一行一个长度为 2m2^m 的 01 串,表示 hh 函数的查找表。查找表中的项按字典序进行排列。即,先排第一个有效信息是 00 的,再排第一个有效信息是 11 的。排第一个有效信息是 00 的项的时候,先排第二个有效信息是 00 的,再排第二个有效信息是 11 的,以此类推。

3 2 4 1
0 1 2 2 2
001
010
1110

样例说明

样例输入等价于如下代码:

y[] = 0000
input x[0..n-1]
y[0..n-1] = x[0..n-1]
y[0] = (not (y[1] and y[2])) xor y[2] xor y[2]
output y[0]

其中 x[0..n-1] 表示 01 串 xx 的第 00 位到第 n1n−1 位。

在这段代码中,每一种输入对应的输出如下:

input    000    001    010    011    100    101    110    111
output   1       1      1      0      1      1      1      0

样例输出是一种破解方案,等价于如下代码:

input x[0..n-1]
z[0] = x[2]
z[1] = x[1]
output h(z[])

hh 函数的输入和输出有如下对应关系:

z[]    00  01  10  11
h(z[])  1   1  1   0

可以发现,对于每一种输入,破解版算法和混淆版算法的输出是相同的。

数据规模与约定

对于 10%10\% 的数据,m=1,p=0m=1,p = 0

对于另外 30%30\% 的数据,m=1m = 1

对于另外 20%20\% 的数据,m=2m = 2

对于另外 20%20\% 的数据,m=3m = 3

对于另外 20%20\% 的数据,m=4m = 4

对于所有的数据,1n641 \le n \le 641L2561 \le L \le 2561Q10241 \le Q \le 10240p0.010 \le p \le 0.010u,v,s,d,e<L0 \le u,v,s,d,e < L(注意,输入中并没有把 pp 的值给你)。

提示

使用位运算一次在多个输入上求出函数值可以极大的加速你的程序。