Skip to content

GoldenFish123321/Namerena-pbb_new

BranchesTags

Repository files navigation

PBB 名字评分测号器

基于 RC4 状态机 + 多项式模型的名字评分枚举工具。通过 XP（虚评）和 XD（虚单）筛选高分名字。

快速开始

# 克隆仓库
git clone https://github.com/GoldenFish123321/Namerena-pbb_new.git
cd Namerena-pbb_new

# 复制示例配置, 修改参数
cp config.example.yaml config.yaml

# 一键启动 (自动检测环境、安装依赖、编译引擎)
./run.sh -c config.yaml          # Linux / Termux / Docker
./run.sh -y -c config.yaml       # 跳过确认 (CI/Docker)
run.bat -c config.yaml           # Windows (自动检测 icpx/g++/cl, Zen5 自动启用 MSYS2 GCC)
run.bat -y -c config.yaml        # Windows 跳过确认

（也可以不写-c参数，默认使用config.json/yaml/toml）

首次运行自动：检测系统包管理器 → 编译 C++ 引擎 → 启动。所有系统级安装前会确认（-y 跳过）。

配置

支持 JSON / YAML / TOML 三种格式，扩展名自动识别。不指定 -c 时依次尝试 config.json → config.yaml → config.toml。

debug_mode: 0                   # 0=关闭 1=开启 (--debug 启用)
team_name: "test"
prefixes:
  - name: "test-"               # '+' = 无前缀
  - name: "pbb-"
  - name: "abc-"                # 多前缀: mode 1 每个都跑全程
suffixes:                       #         mode 2/4 每个 chunk 随机选一个
  - name: "+"

character_set:
  single_char_length: 4         # 1/2/3/4 字节
  types: [2]                    # 字符集类型 (见下方对照表)
  custom_values: "🐒🐵🐊🦎🐍🐛🙈🙉🙊🐉"  # 字符串 (也兼容旧格式数字列表)

enumeration:
  mode: 2                       # 1=顺序 2=随机(区间) 3=随机(逐位)⚠️ 4=随机(配对)
  variable_length: 8            # 可变字符数
  ranges:
    - start: 0                  # 起始编号
      end: 100000000            # 结束编号 (不含), -1=几乎无限

collection:
  xp_min: 4900                  # 虚评最低阈值
  xd_min: 5600                  # 虚单最低阈值
  collect_mode: 1               # 0=不收集 1=硬编码阈值 2=自定义阈值
  special_thresholds:           # collect_mode=2 时生效
    eight_v_min: 777
    seven_v_min: 700
    hl_min: 93
    hp398_eight_v_min: 741

output:
  output_xp: 1                  # 输出文件是否包含分数
  log_output: 1                 # 任务日志: 0=文件 1=屏幕
  speed_output: 1               # 速度信息: 0=文件 1=屏幕
  result_file: "-"              # - =时间戳 + =随机名 其他=自定义

threads:
  worker_threads: -1            # -1 =自动检测CPU核心数

示例配置文件见 config.example.json / config.example.yaml / config.example.toml。

枚举模式

mode 行为 受控参数
1 顺序 [start, end) 区间内按编号逐个枚举 ranges[0].start / end
2 随机(区间) 每个 chunk 随机起点 + 剩余位顺序展开，chunk 内无重复 ranges 控 chunk 数，范围 = charset_len^vlen
3 随机(逐位) ⚠️ 每位独立随机选择，chunk 内大量重复（不推荐） 同上
4 随机(区间+配对) 类似 mode 2，prefix/suffix 配对，chunk 内无重复 同上

随机模式关键概念：

  • 次数 = ceil((end - start) / 1M) 个 chunk，每个 chunk 1M 个名字（向上取整：mode 2/4 的 consumer 中 R=L+CHUNK_SIZE 覆盖 producer 区间，即使最后一块不足 1M 也处理 1M）
  • 随机范围 = charset 字符数 ^ variable_length（自动计算）
  • 例：10 个 emoji + variable_length: 4 → 范围 = 10⁴ = 10000
  • ranges[0].end 设大一些获得更多采样（如 100M = 100 chunks = 1 亿次随机）
  • ranges[0].end: -1 → 几乎无限（uint64_t 最大值 ≈ 1.8×10^19）

mode 2/3/4 配合 seed 可实现确定性随机——同 seed + 同 range → 任意线程数下结果完全一致。

为什么不推荐 mode 3

mode 3 每个名字的每个可变位独立随机抽取（rng() % clen），而 mode 2/4 用计数器进位编码（i → clen 进制展开）保证 chunk 内所有名字唯一。

由于引擎为 chunk 分配的可变位数 varlen_task 刚好满足 clen^varlen_task ≥ 1M（chunk 大小），搜索空间紧贴抽取量。根据生日悖论：

字符集 clen varlen_task random_range_max 期望唯一名 / 1M 重复率
10 字符 (emoji) 10 6 1,000,000 ~63.2 万 ~37%
64 字符 64 4 16,777,216 ~97.1 万 ~3%
vlen 不足时 — — clen^vlen ≪ 1M — 灾难

建议用 mode 2 替代 mode 3——同样随机前缀/后缀和随机起点，但编码逻辑保证 0% chunk 内重复，实际搜到的有效名字更多。

前缀/后缀行为

mode 1 (顺序): 每个 prefix 遍历完整 range → 总名数 = prefix 数 × range。suffix 按 prefix index 轮转配对。

mode 2/3 (随机): 总 chunk 数 = range / 1M，每个 chunk 随机选一个 prefix 和 suffix。多 prefix 只扩大随机池，不翻倍总次数。

mode 4 (随机+配对): suffix 与 prefix 配对（同 index），其余同 mode 2/3。

例：3 个 prefix + 2 个 suffix + range=100M：

  • mode 1: 3 × 100 = 300 chunks，每个 prefix 跑 100 chunks
  • mode 2/3: 100 chunks，每个随机从 3×2=6 种 (prefix,suffix) 组合中选

字符集 type 对照

scl type 内容
1 1-5 数字 / 小写字母 / 大写字母 / 自定义 / ASCII
2 1-8 希腊 / 俄文 / 拉丁 / 自定义 / Unicode
3 1-8 全部汉字 / 常用汉字 / 平假名 / 片假名 / 盲文 / 扩展汉字 / 自定义 / Unicode
4 1-3 扩展汉字 / 自定义 / Unicode

自定义字符集 直接写原始字符，自动 UTF-8 编码：

# scl=3 用中文
custom_values: "你好世界测试名字"

# scl=4 用 emoji
custom_values: "🐒🐵🐊🦎🐍🐛🙈🙉🙊🐉"

命令行参数

python3 main.py -c config.yaml \
  --team "测试队" \
  --threads 8 \
  --mode 1 --vlen 4 \
  --range-start 0 --range-end 50000 \
  --xp-min 5000 --xd-min 6000 \
  --collect-mode 2 \
  --output-xp 1 \
  -o myrun.txt \                 # 输出文件名 (可选: + 随机, - 时间戳)
  --output-dest both \            # 输出目标 (可选: file/stdout/both)
  --scl 3 --types 7 --custom-values "你好世界"
参数 覆盖字段 示例
--rebuild (无) 强制重编 C++ 引擎 --rebuild
--team team_name --team "测试"
--threads threads.worker_threads --threads 8
--mode enumeration.mode --mode 1
--vlen enumeration.variable_length --vlen 4
--range-start enumeration.ranges[0].start --range-start 0
--range-end enumeration.ranges[0].end --range-end 50000
--xp-min collection.xp_min --xp-min 5000
--xd-min collection.xd_min --xd-min 6000
--collect-mode collection.collect_mode --collect-mode 2
--output-xp output.output_xp --output-xp 1
-o / --output-file output.result_file -o myrun.txt / -o +
--output-dest (无) 控制输出位置 --output-dest stdout / --output-dest both
--debug debug_mode 引擎诊断输出
--seed N seed 随机种子 (mode 2/3/4 确定性随机)
--scl character_set.single_char_length --scl 3
--types character_set.types --types 1,7
--custom-values character_set.custom_values --custom-values "你好"

环境检测与指令集优化

启动时自动检测环境并输出摘要：

[env] OS: linux x86_64
[env] CPU: x86_64 (6 cores)
[env] Python: 3.12.3
[env] compilers: icpx(AVX-512) -> g++(AVX2)

编译器按性能优先级自动选择，编译失败自动回退：

平台 engine 编译器优先级 pbb_core 编译器优先级 指令集
Linux x86_64 icpx → g++ icpx → g++ AVX-512 > AVX2
Linux ARM / Termux g++ g++ NEON (128bit)
Windows x86_64 icpx → g++ → MSVC icpx → g++ → MSVC AVX2 (icpx 固定)
Windows AMD Zen5 MSYS2 GCC (→ icpx → MSVC) 同 engine AVX2 + -march=znver5

Windows icpx 固定 -xCORE-AVX2。-xHost 在 Arrow Lake 上仍导致 LLVM 编译期 crash（2026-06-01 确认）。g++ 编译 pbb_core 自动加 -static 静态链接，编译成功即用。

AMD Zen5 用户：run.bat 自动检测 C:\msys64\ucrt64\bin\g++.exe，检测到后提升 MSYS2 GCC 为最优编译器，build.py 自动加 -march=znver5。

编译输出（正常模式简洁，--debug 显示完整命令）：

[build] pbb_core: icpx (AVX2)
[build] engine: icpx (AVX2)

运行时会打印 SIMD 级别：

[engine] SIMD: AVX2

进度显示

引擎运行时实时输出进度 (每 100 个 task)：

task99 finished,task_mex=100,count:0.000100T
tot=17, (741,5615,5933),time: 28.54s, speed: 0.3027T/d,time left:0h0m0s
  • task_mex — 最小未完成 task_id (全部完成时 = 总 task 数)
  • (八围, XP, XD) — 当前最大八围总分、虚评、虚单
  • time left — 预估剩余时间

输出

输出文件名

配置 output.result_file 控制输出文件名：

值 含义 示例
- 时间戳 (默认) result_20260601_153045.txt
+ 随机 hex result_a3f2b1c8.txt
其他 自定义名称 my_output.txt

文件名自动加上 out/ 前缀，无需手动写。CLI 可覆盖：--output-file myrun.txt / -o +

输出目标

--output-dest 控制结果输出位置：

值 行为
file 仅写入 out/<文件名> (默认)
stdout 仅打印到终端 (不保留文件)
both 写入文件 + 终端打印

结果格式：

名字@队伍名 XP XD
test-🙈🐛🐊🐍@test 5021 5003

collect_mode=1/2 时特殊属性号写入 out/blue.txt。output_xp=0 时不显示分数。

架构

build.py (Python)              pbb_engine (C++ 子进程)
─────────────────            ───────────────────────────
编译器自动检测 (icpx/g++/cl)   producer-consumer 多线程引擎
指令集自动探测 (AVX512/AVX2/   RC4 KSA → 属性评分 → 技能分布
  NEON)                       hanxu_Poly 多项式特征扩展
统一编译 + 回退机制            MODEL 线性模型打分 (XP/XD)
                              stderr 实时进度 → Python 解析

engine.py (Python)             src/ 核心 (header-only)
─────────────────            ───────────────────────────
字符集构建 (pbb_core)          common.hpp  类型 + SIMD 检测
stdin 管道传参                 utils.hpp   AVX512/AVX2/NEON
Popen → stderr 逐行读取        name.hpp    RC4 状态机
结果统计                       scoring_1035.hpp 评分流水线

main.py (Python)               engine.hpp  引擎主循环
─────────────────
CLI + 配置解析 + 调用 engine.run()

两层并行与分布式预留

项目本质是对整数区间 [L, R) 的纯函数遍历（f(i) → score，各 i 间零依赖）， 因此并行切分天然分两层：

层 单位 切分者 大小
chunk 引擎内部线程级 engine.hpp producer CHUNK_SIZE = 1M 名字
task 分布式级 服务端 (规划中) 服务端按更大粒度切总 range

engine.run() 已收敛为单机 / 服务端 / 客户端三方共用的统一入口：

run(config, engine_bin=None, out_dir=None, result_file="result.txt")
#   config 模式 A: 含 character_set → 内部构建字符集 (单机)
#   config 模式 B: 含 charset_hex   → 直接使用 (服务端下发, 免重复构建)
#   config["seed"]: 随机种子 (mode 2/3/4)
#       None        → 时间熵 (单机默认, 每次结果不同)
#       具体数值     → 确定性 (分布式: 同 seed → 结果可复现/可去重, 与线程数无关)
#   result_file: 多 task 并发同目录时传唯一名, 避免撞文件
# 返回: {results, max_xp, max_xd, max_sum, found, speed}
#   max_*/found/speed 由引擎权威输出 (SUMMARY 行), Python 不重算。
#   speed 为纯算力吞吐 (名字/秒, 不含子进程 fork / 字符集初始化 / 文件读取)。

随机性与线程数解耦：每个 chunk 的随机性派生自 (seed, task_id)， 与"用几个线程、谁来跑、跑的顺序"完全无关。同 seed + 同 range 在任意线程数下结果完全一致 （已用 3/6/12 线程 md5 对拍验证）。这是分布式 task 超时回收重发的前提： 服务端为每个 task 存固定 seed，重发时下发同一 seed，无论分给几核机器都产生相同名字集，可去重。

高级功能

模型切换

项目支持两种评分模型，通过修改 src/engine.hpp 一行 #include 切换：

文件 模型 特征维度 说明
src/scoring_1035.hpp XP/XD (默认) 44→1034 虚评/虚单，来自 pbb_all.cpp
src/scoring_1124.hpp SQP/SQD 46→1124 对强评/强单更好的拟合，移植自 Namerena-HtmlTools

切换方式：修改 src/engine.hpp 第 13 行

#include "scoring_1035.hpp"  // XP/XD (默认)
// #include "scoring_1124.hpp"  // SQP/SQD

重新编译并运行：

./run.sh --rebuild
./run.bat --rebuild

SQP/SQD 与 XP/XD 的特征工程差异：

  • 技能频次使用衰减叠加（zd/kill 系数），而非原始频次
  • 护盾非线性变换、Shadow 加权公式、隐匿标志位等不同
  • 多项式展开 1124 维（含 4 对排除项），vs 1034 维
  • 均含 V 值过滤器（性能优化）

100M 基准对比（6核 g++ AVX2）：

XP/XD SQP/SQD
Speed 2.54M/s 2.34M/s
Found 17 36
Max XP=5615 XD=5933 SQP=5586 SQD=5878

文件结构

├── run.sh / run.bat          # 入口 (建 .venv + 装依赖, -y 跳过确认)
├── build.py                  # 编译器检测 + SIMD 探测 + 统一编译
├── engine.py                 # 引擎执行: 构建字符集 → Popen → 解析结果
├── main.py                   # 编排层: CLI 解析 + 配置加载
├── config_schema.py          # config→engine 键名映射唯一真相源 (FieldDef + CONFIG_MAP)
├── engine_main.cpp           # C++ 引擎入口
├── build/                    # 编译产物 (pbb_engine, pbb_core.{so,pyd})
├── out/                      # 运行输出 (result_*.txt, blue.txt)
├── config.example.json       # JSON 配置示例
├── config.example.yaml       # YAML 配置示例
├── config.example.toml       # TOML 配置示例
└── src/
    ├── common.hpp            # 类型 + SIMD 自动检测 (AVX512/AVX2/NEON)
    ├── charset_data.hpp      # 字符集原始数据 (希腊/俄文/拉丁/盲文/汉字)
    ├── utils.hpp             # median/sort10 + 三路 SIMD (AVX512/AVX2/NEON)
    ├── charset.hpp           # 字符集加载 + Unicode 编码
    ├── name.hpp              # RC4 状态机 (KSA → PRGA → 技能分布)
    ├── scoring.hpp           # 评分流水线 (旧文件, 已被 scoring_1035.hpp 替代)
    ├── scoring_1035.hpp      # XP/XD 评分模型 (44→1034, 默认)
    ├── scoring_1124.hpp      # SQP/SQD 评分模型 (46→1124)
    ├── engine.hpp            # 引擎主循环 (改 include 切换模型)
    └── bridge.cpp            # pybind11 字符集数据绑定

About

pbb测号器重写

Resources

Readme
Activity

Stars

1 star

Watchers

0 watching

Forks

0 forks
Report repository

Releases

No releases published

Packages

 
 
 

Contributors

Languages