1.     Mô tả thuật toán

Quá trình nén tập tin thường liên quan đến việc giảm dung lượng của dữ liệu mà không làm mất thông tin quan trọng

            1. Chuỗi trước khi nén: "ABBBCCCDDDDEEE"

2. Quá trình nén:

· Duyệt qua từng ký tự trong chuỗi.

· In ký tự hiện tại.

· Đếm số lượng lặp lại của ký tự hiện tại.

· Nếu có số lượng lặp lại lớn hơn 1, in số lượng đó.

· Lặp lại quá trình cho đến khi kết thúc chuỗi.

3. Chuỗi sau khi nén: "A1B3C3D4E3"

2.  Các bước thực hiện

1. Nén (Encode):

   1. Bước 1: Chuẩn bị dữ liệu đầu vào

      • Nhận một chuỗi dữ liệu chưa nén (plaintext).

   2. Bước 2: Quét và đếm chuỗi giá trị liên tiếp

      • Bắt đầu từ đầu chuỗi, quét qua từng phần tử.

      • Khi gặp một giá trị, bắt đầu đếm số lần xuất hiện liên tiếp của giá trị đó.

   3. Bước 3: Thay thế chuỗi giá trị trùng lặp

      • Khi gặp một giá trị mới, lưu giá trị trước đó và số lần lặp lại vào chuỗi kết quả.

      • Nếu không có sự trùng lặp, chỉ đơn giản thêm giá trị vào chuỗi kết quả.

   4. Bước 4: Tạo chuỗi kết quả

      • Chuỗi kết quả sẽ bao gồm các cặp giá trị và số lần lặp lại của chúng.

   5. Bước 5: Nén dữ liệu và tạo tập tin

      • Lưu chuỗi kết quả thành một tập tin nén, trong đó mỗi cặp giá trị và số lần lặp lại được lưu dưới dạng một cặp giá trị.

1. Duyệt qua từng ký tự trong chuỗi dữ liệu.

2. Khi gặp một chuỗi liên tiếp của cùng một ký tự, thay thế nó bằng ký tự đó và số lần lặp lại.

3. Ví dụ: Chuỗi "AAAABBBCCDAA" sẽ được nén thành "4A3B2C1D2A".

2. Giải nén (Decode):

2. Duyệt qua chuỗi nén.

3. Khi gặp một ký tự, kiểm tra ký tự tiếp theo là số lần lặp lại của nó.

4. Tạo ra chuỗi giải nén bằng cách lặp lại ký tự đó theo số lần đã xác định.

5. Ví dụ: "4A3B2C1D2A" được giải nén thành "AAAABBBCCDAA".

3.  Ví dụ cụ thể

Cho chuỗi "ABBBCCCDDDDEEE", quá trình RLE nén có thể diễn ra như sau:

- Bước 1: Chuỗi ban đầu: "ABBBCCCDDDDEEE".

- Bước 2: Biến ký tự hiện tại: 'A', Số lượng lặp lại: 0.

- Bước 3:

  - Ký tự 'A': In hoặc ghi 'A', Số lượng lặp lại = 1.

  - Ký tự 'B': Số lượng lặp lại = 1.

  - Ký tự 'B': Số lượng lặp lại = 2.

  - Ký tự 'B': Số lượng lặp lại = 3. In hoặc ghi 'B3'.

  - Ký tự 'C': Số lượng lặp lại = 1.

  - Ký tự 'C': Số lượng lặp lại = 2. In hoặc ghi 'C2'.

  - Ký tự 'D': Số lượng lặp lại = 1.

  - Ký tự 'D': Số lượng lặp lại = 2.

  - Ký tự 'D': Số lượng lặp lại = 3.

  - Ký tự 'D': Số lượng lặp lại = 4. In hoặc ghi 'D4'.

  - Ký tự 'E': Số lượng lặp lại = 1.

  - Ký tự 'E': Số lượng lặp lại = 2. In hoặc ghi 'E2'.

- Bước 4: Kết quả nén: "A1B3C2D4E2".

4.  Cài đặt thuật toán

#include <stdio.h>

#include <string.h>

void compressRLE(char *input) {

    int length = strlen(input);

    for (int i = 0; i < length; i++) {

        // In ký tự hiện tại

        printf("%c", input[i]);

        // Đếm số lượng lặp lại của ký tự hiện tại

        int count = 1;

        while (i < length - 1 && input[i] == input[i + 1]) {

            count++;

            i++;

        }

        // In số lượng lặp lại (chỉ in nếu lớn hơn 1)

        if (count > 1) {

            printf("%d", count);

        }

    }

}

int main() {

    char input[] = "ABBBCCCDDDDEEE";

    printf("Chuỗi trước khi nén: %s\n", input);

    printf("Chuỗi sau khi nén: ");

    compressRLE(input);

    return 0;

}

5.Ưu điểm

·        Đơn giản: RLE là một phương pháp nén đơn giản và dễ hiểu.

• Nhanh chóng: Việc nén và giải nén RLE thường rất nhanh chóng vì nó chỉ yêu cầu một số lượng ít phép toán.

6.Nhược điểm

·        Hiệu suất giảm đối với dữ liệu ngẫu nhiên: Trong trường hợp dữ liệu không có sự lặp lại nhiều, RLE có thể không mang lại sự giảm kích thước đáng kể và thậm chí có thể làm tăng kích thước do việc lưu thêm thông tin độ dài của các chuỗi không lặp lại.

• Không phù hợp cho mọi loại dữ liệu: RLE thường thích hợp cho dữ liệu có sự lặp lại cao, nhưng không phải tất cả các loại dữ liệu đều thích hợp cho nó.

7.Ứng dụng                        

o   Trong lưu trữ hình ảnh: RLE được sử dụng trong một số định dạng hình ảnh để nén thông tin pixel, đặc biệt là trong các hình ảnh với các vùng có màu giống nhau.

o   Trong lưu trữ văn bản: Các tập tin văn bản có thể được nén bằng RLE nếu chúng có nhiều ký tự trùng lặp.

o   Trong các thuật toán khác: RLE cũng được sử dụng làm một phần của các thuật toán nén dữ liệu phức tạp hơn.

2. Một số biến thể của RLE:

   • RLE sử dụng bit: Thay vì sử dụng số để đếm, có thể sử dụng các bit để đại diện cho số lần lặp lại.

   • RLE sử dụng độ dài biến đổi: Thay vì sử dụng số lần lặp lại cố định, có thể sử dụng độ dài biến đổi để chỉ định khi nào một chuỗi giá trị kết thúc.

RLE thích hợp cho các tình huống mà có sự lặp lại nhiều trong dữ liệu, nhưng không phải lúc nào nó cũng mang lại hiệu quả tốt. Đối với dữ liệu ngẫu nhiên hoặc dữ liệu có độ biến động cao, RLE có thể không mang lại sự nén lớn. Tuy nhiên, với một số loại dữ liệu cụ thể, nó vẫn là một phương pháp đơn giản và hiệu quả.

    int n = strlen(nhap);

    for (int i = 0; i < n; i++) {

        // Đếm số lần xuất hiện của ký tự hiện tại

        int dem = 1;

        while (i < n - 1 && nhap[i] == nhap[i + 1]) {

            dem++;

            i++;

        }

        // In ký tự và số lần xuất hiện vào chuỗi nén

        printf("%c%d", nhap[i], dem);

    }

    printf("\n");

}

void giaiNenRLE(char *nhap) {

    int n = strlen(nhap);

    for (int i = 0; i < n; i += 2) {

        // Lấy ký tự và số lần xuất hiện từ chuỗi nén

        char kyTu = nhap[i];

        int dem = nhap[i + 1] - '0';

        // In ký tự lặp lại theo số lần xuất hiện

        for (int j = 0; j < dem; j++) {

            printf("%c", kyTu);

        }

    }

    printf("\n");

}

1. Tách từ (Tokenization):

   • Mục đích: Chia một câu thành các đơn vị nhỏ hơn gọi là "tokens," thường là từ hoặc dấu câu.

   • Thuật toán: Sử dụng các hàm như split hoặc thư viện NLP (Natural Language Processing) như NLTK (Natural Language Toolkit) trong Python.

2. Tìm các từ khóa (Keyword Extraction):

   • Mục đích: Xác định các từ quan trọng hoặc khóa trong một câu.

   • Thuật toán: Sử dụng các phương pháp như TF-IDF (Term Frequency-Inverse Document Frequency) hoặc RAKE (Rapid Automatic Keyword Extraction).

3. Phân loại ngôn ngữ (Language Identification):

   • Mục đích: Nhận diện ngôn ngữ của câu.

   • Thuật toán: Sử dụng mô hình phân loại ngôn ngữ, ví dụ như trên thư viện langid.py hoặc mô hình học sâu (deep learning) dựa trên mạng nơ-ron.

4. Phân loại cảm xúc (Sentiment Analysis):

   • Mục đích: Xác định tâm trạng hoặc cảm xúc của câu.

   • Thuật toán: Sử dụng mô hình phân loại cảm xúc, thường dựa trên học máy (machine learning) hoặc mạng nơ-ron.

5. Phân giải đồng nghĩa (Named Entity Recognition - NER):

   • Mục đích: Xác định và phân loại các thực thể như tên riêng, địa chỉ, ngày tháng, v.v.

   • Thuật toán: Sử dụng các mô hình NER như spaCy hoặc thư viện Stanford NER.

6. Phân loại cú pháp (Parsing):

   • Mục đích: Phân tích câu thành các thành phần ngữ pháp, ví dụ như câu chủ đề, động từ, v.v.

   • Thuật toán: Sử dụng các công cụ phân tích cú pháp như spaCy hoặc mô hình ngôn ngữ tự nhiên như GPT (Generative Pre-trained Transformer).

7. Tìm chuỗi con chung (Longest Common Substring):

   • Mục đích: Xác định chuỗi con dài nhất chung giữa hai chuỗi.

   • Thuật toán: Sử dụng thuật toán dynamic programming như thuật toán LCS.

8. Chuẩn hóa câu (Sentence Normalization):

   • Mục đích: Đưa câu về dạng chuẩn để dễ dàng xử lý.

   • Thuật toán: Sử dụng các kỹ thuật như loại bỏ dấu câu, chuyển đổi chữ hoa/thường, v.v.

Các thuật toán này thường được kết hợp để đạt được kết quả tốt nhất tùy thuộc vào mục đích cụ thể của ứng dụng xử lý chuỗi.

Ví Dụ : tìm từ khóa

#include <stdio.h>

#include <string.h>

int main() {

char cau[] = "toi la sinh vien dai hoc";

char tukhoa[] = "sinh";

if (strstr(cau, tukhoa) != NULL) {

printf("tu khoa co\n");

} else {

printf("tu khoa khong co\n");

}

return 0;

}

Giới thiệu về tìm kiếm chuỗi

Tìm kiếm chuỗi là một trong những thuật toán cơ bản và quan trọng trong khoa học máy tính và lập trình. Mục đích chính của tìm kiếm chuỗi là xác định xem một chuỗi con (sub-string) có xuất hiện trong chuỗi khác hay không. Công việc này thường được thực hiện trong các ứng dụng như xử lý văn bản, tìm kiếm thông tin, và phân tích dữ liệu.

Mô tả thuật toán tìm kiếm chuỗi
Thuật toán Rabin-Karp là một phương pháp tìm kiếm chuỗi dựa trên việc sử dụng hàm băm (hashing). Ý tưởng cơ bản của thuật toán là tạo ra một hàm hash cho chuỗi con và so sánh nó với hàm hash của chuỗi ban đầu một cách nhanh chóng. Nếu hai giá trị hash này khớp nhau, thuật toán tiếp tục kiểm tra từng ký tự trong chuỗi con và chuỗi ban đầu để đảm bảo chúng cũng khớp.Nếu chúng khớp sẽ thì sẽ kết luận tìm thấy còn không thì sẽ kết luận không tìm thấy

Code

#include "stdio.h"

#include "string.h"

#include "math.h"

int HamBam1(char chuoi[]){

            int result=0;

            for(int i=0; i<strlen(chuoi); i++)

                        result = int(result + int(chuoi[i]*pow(2,strlen(chuoi) - i - 1)));

            return result;

}

int HamBam2(char dau, char cuoi, int hy, int len){

            return  int((2*(hy-dau*pow(2,len-1))) + cuoi);

}

int TimKiemChuoi(char chuoix[], char chuoiy[]){

            int hx ,hy;

            hx = HamBam1(chuoix);

            char chuoi[1000];

            chuoi[strlen(chuoix)]='\0';

            strncpy(chuoi, chuoiy,strlen(chuoix));

            hy = HamBam1(chuoi);

            if(hy==hx)

                        return 1;

            for(int i=1; i<=strlen(chuoiy)-strlen(chuoix); i++){

                        hy = HamBam2(chuoiy[i-1], chuoiy[i+strlen(chuoix)-1], hy, strlen(chuoix));

                        if(hy==hx)

                                    return 1;

            }

            return 0;

}

int main(){

            char chuoix[1000], chuoiy[1000];

            printf("Nhap vao chuoi goc:  ");

            gets(chuoiy);

            printf("Nhap vao chuoi muon tim kiem:  ");

            gets(chuoix);

            if(TimKiemChuoi(chuoix, chuoiy)==1)

                        printf("\nTim Thay +%s+ trong +%s+", chuoix, chuoiy);

            else

                        printf("\nKhong Tim Thay!");

}

1. RSA (Rivest–Shamir–Adleman): Sử dụng khóa công khai và khóa bí mật để thực hiện quá trình mã hóa và giải mã.

2. DES (Data Encryption Standard): Một thuật toán mã hóa khối cổ điển, nhưng hiện nay ít được sử dụng do độ dài khóa ngắn.

3. Triple DES (3DES): Một biến thể của DES sử dụng ba lần mã hóa với ba khóa khác nhau.

4. Blowfish: Một thuật toán mã hóa khối nhanh và hiệu quả.

5. Twofish: Một phiên bản cải tiến của Blowfish với hiệu suất cao.

6. Elliptic Curve Cryptography (ECC): Sử dụng các điểm trên đường cong elip để thực hiện quá trình mã hóa.

7. SHA (Secure Hash Algorithm): Được sử dụng để tạo ra giá trị băm (hash) duy nhất cho dữ liệu

#include <string.h>

void xorEncryptDecrypt(char input, const char key) {

int keyLen = strlen(key);

for (int i = 0; i < strlen(input); i++) {

input[i] = input[i] ^ key[i % keyLen];

}

}

int main() {

char plaintext[] = "HelloCrypto";

const char key[] = "SecretKey";

printf("Original Text: %s\n", plaintext);

// Encryption

xorEncryptDecrypt(plaintext, key);

printf("Encrypted Text: %s\n", plaintext);

// Decryption

xorEncryptDecrypt(plaintext, key);

printf("Decrypted Text: %s\n", plaintext);

return 0;

}