Question

我正在编写一个函数来计算一段密文的卡方统计量，以确定凯撒密码最可能的密钥。

要计算卡方统计量我使用PracticalCryptography.com中的文件计算每个英文字符的相对频率并将它们存储在字典中，然后计算每个英文字母的出现次数，忽略空格和标点符号，在字符串Ciphertext中，将它们存储在字典中，然后使用Wikipedia和PracticalCryptograhy.com中的等式计算Chi-Squared统计量。

代码：

def ChiSquared(Ciphertext):
    ALPHABET = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'

    ExpOccurences = {}
    with open('english_monograms.txt', 'r') as File:
        for Line in File:
            Key, Count = Line.split(' ')
            ExpOccurences[Key] = int(Count)

    for Key, Count in ExpOccurences.items():
        ExpOccurences[Key] = Count / sum(ExpOccurences.values())

    ActOccurences = {}
    for Char in Ciphertext.upper():
        if Char in ALPHABET:
            if Char in ActOccurences.keys():
                ActOccurences[Char] += 1
            else:
                ActOccurences[Char] = 1

    Score = 0.0
    for Char in ActOccurences.keys():
        Score += (ActOccurences[Char] - (ExpOccurences[Char] * len(Ciphertext))) ** 2 / (ExpOccurences[Char])

    return Score

我的问题是每次我用相同的字符串调用函数时，我得到一个不同的Score。为什么会发生这种情况，我该如何预防/修复它？我应该硬编码频率吗？是否由于计算相对频率时出现下溢误差？

不一致的例子：

>>> ChiSquared('HELLO WORLD')
139.3055836714786
>>>
>>> ChiSquared('HELLO WORLD')
140.48594498993816
>>> 
>>> ChiSquared('HELLO WORLD')
132.3702317119948
>>>
>>> ChiSquared('HELLO WORLD')
65.840138355439
>>>
>>> ChiSquared('HELLO WORLD')
129.22608450306808
>>>

Python计算不一致

0 个答案: