轻松理解CRC差错检测算法(A PAINLESS GUIDE TO CRC ERROR DETECTION ALGORITHMS)五

7 选择一个poly （作者版权声明见本系列第一篇）
     选择一个poly是一个近乎黑艺术的事情，读者可以参考[Tanenbaum81](130-132页），那里有一个关于此问题的清晰讨论。这一部分只是专注于让那些胆大到想自己寻找poly的人们心生畏惧。如果你不在乎关于为什么一个poly比另外一个好，只是想弄明白一个高速实现是怎么回事，那么 只需要找到在本部分后面列出的poly中的一个，跳到下一个章节。
    首先注意到传送的信息T是一个poly的倍数。注意到1）最后的W位是附加过0后的信息被除后的余数，2）加法是和减法一样的，把余数回加到值中，参与到下次乘法中。现在，如果传送的信息在传送过程中崩坏掉了，我们会接收到一个T+E的信息，E是一个错误的向量（这里“+”是CRC加法（也就是XOR））。一旦接收到这个信息，接收者用G去除T+E。正如T对G取余是0,（T+E）%G=E。这样的话，我们选择捕捉特定错误的poly的能力将由G的倍数组成的数列决定，对于任何崩坏的却恰好是G的倍数的E，不会被检测到。我们的任务就是找出一类G，它们的倍数们跟任何我们能想到的噪声（造成差错 ）都尽可能地不相似。来吧，让我们找出我们期望的线噪声。
单个位差错：一个位出现差错，也就是E=10000...000。我们可以保证，这种类型的差错可以被有至少有2个1的G检测到。任何G的倍数将可以通过G的移位与相加得到，却是不可能通过一个有多个1的数字经过移位与相加得到一个只有一个1的数字，因为两个端部的1总是不能消除的。
两个位差错：为了能检测到所有形如100...000100..000的错误（也就是说E包含了两个1)，选择一个G，它没有如下的倍数11,101,1001,10001,100001, 诸如此类。我不太明白这是什么原理（我没有深厚的数学背景），但是Tanenbaum向我们保证，这样的G是存在的，如G有（15,14,1）三个位置1时，举出的例子是这样的，它除1...1外不会整除其他数，这里，中间的省略号（...）为32767个0。
有奇数个位差错：我们可以捕捉到此类差错，当E有一个奇数位的位数，通过选一个这样的G，有奇数个位数。为了能明白这点，1）CRC仅仅是在各个偏移位上，XOR一个常数，结果加入到寄存器中。2）XOR 是一个简单的位翻转操作。3）如果你用一个奇数位的值XOR了一个值进入到寄存器中，寄存器中的1的数量的奇偶性是不变的。如：以E=111开始，通过重复与11在第1个或者第2个偏移位上进行XOR操作，（也就是 E =E XOR 011, E = E XOR 110）,这有点近似是“翻转玻璃杯”的聚会游戏，通过轮流翻转2个杯子，与人对决，看谁先能把三个杯子全部倒扣过来。大部分的CRC多项式包含奇数个1.（注：Tanenbaum表示通过把G设置为11的倍数可以捕捉到更多的差错。）
井喷式差错：一个井喷式差错看起来如E= 000...000111...11110000...00。也就是，E除了内部的一串连续的1,其他的都是0。这样也可以写作E=(10000...00)(1111111...111) ,这里，有z个0在左边，n个1在右边。为了能捕捉到此类错误，我们简单地把G的最低位设为1.这样做保证左边不可能是G的因子。然后，只要G比右边要更宽，差错就会被检测到。可以去Tanenbaum那里找到更详细的解释。我关于这一点有点困惑。注：Tanenbaum确信，一个比W长的井喷式错误的机率是0.5^W。
这部分总结了关于选择多项式的精妙技巧。
有些流行的多项式有：
16位：    (16,12,5,0)    [ X25 标准]
    (16,15,2,0)    ["CRC-16"]
32位：    (32,26,23,22,16,12,11,10,8,7,5,4,2,1,0) [Ethernet]