C语言经典四种算法详解
C程序经典算法50例
C程序经典算法50例1.二分查找算法：在有序数组中查找指定元素。
2.冒泡排序算法：通过不断比较相邻元素并交换位置，将较大的元素向后冒泡。
3.快速排序算法：通过选择一个基准元素，将数组分割为左右两部分，并递归地对两部分进行快速排序。
4.插入排序算法：将数组划分为已排序和未排序两部分，每次从未排序中选择一个元素插入到已排序的合适位置。
5.选择排序算法：遍历数组，每次选择最小元素并放置在已排序部分的末尾。
6.希尔排序算法：将数组按照一定间隔进行分组并分别进行插入排序，然后逐步减小间隔并重复这个过程。
7.归并排序算法：将数组递归地划分为两部分，然后将两个有序的部分进行合并。
8.桶排序算法：将元素根据特定的映射函数映射到不同的桶中，然后对每个桶分别进行排序。
9.计数排序算法：统计每个元素的出现次数，然后根据计数进行排序。
10.基数排序算法：从低位到高位依次对元素进行排序。
11.斐波那契数列算法：计算斐波那契数列的第n项。
12.阶乘算法：计算给定数字的阶乘。
13.排列问题算法：生成给定数组的全排列。
14.组合问题算法：生成给定数组的所有组合。
15.最大连续子序列和算法：找出给定数组中和最大的连续子序列。
16.最长递增子序列算法：找出给定数组中的最长递增子序列。
17.最长公共子序列算法：找出两个给定字符串的最长公共子序列。
18.最短路径算法：计算给定有向图的最短路径。
19.最小生成树算法：构建给定连通图的最小生成树。
20.汉诺塔算法：将n个圆盘从一个柱子移动到另一个柱子的问题。
21.BFS算法：广度优先算法，用于图的遍历和查找最短路径。
22.DFS算法：深度优先算法，用于图的遍历和查找连通分量。
23.KMP算法：字符串匹配算法，用于查找一个字符串是否在另一个字符串中出现。
24.贪心算法：每次都选择当前情况下最优的方案，适用于求解一些最优化问题。
25.动态规划算法：将一个大问题划分为多个子问题，并通过子问题的解求解整个问题，适用于求解一些最优化问题。
c语言循环结构经典算法
c语言循环结构经典算法C语言循环结构是程序设计中常用的一种结构，通过循环可以重复执行一段代码，实现重复性的任务。
下面列举了10个经典的算法案例，每个算法都有其特定的应用场景和解决问题的方法。
1. 阶乘计算：计算一个数的阶乘，即该数与小于它的所有正整数的乘积。
通过循环结构可以逐步累乘，最终得到阶乘结果。
2. 素数判断：判断一个数是否为素数，即只能被1和自身整除的数。
通过循环结构可以逐一判断该数是否能被小于它的每个数整除，若能则不是素数。
3. 斐波那契数列：斐波那契数列是指从第3项开始，每一项都等于前两项之和。
通过循环结构可以逐一计算每一项的值，从而得到完整的斐波那契数列。
4. 最大公约数：求两个数的最大公约数，即能同时整除两个数的最大正整数。
通过循环结构可以从较小的数开始逐一判断能否同时整除两个数，找到最大的能整除的数即为最大公约数。
5. 最小公倍数：求两个数的最小公倍数，即能同时被两个数整除的最小正整数。
通过循环结构可以从较大的数开始逐一判断能否被两个数同时整除，找到最小的能被整除的数即为最小公倍数。
6. 简单排序：对一组数进行排序，使其按照从小到大或从大到小的顺序排列。
通过循环结构可以比较相邻的两个数的大小，若顺序不对则交换位置，直到整个序列有序。
7. 数字翻转：将一个正整数从高位到低位逆序排列。
通过循环结构可以依次取出每一位的数字，然后将其乘以相应的权重得到逆序后的结果。
8. 队列模拟：模拟队列的入队和出队操作，实现数据的先进先出。
通过循环结构可以不断接收用户的输入，并根据不同的指令执行相应的操作。
9. 栈模拟：模拟栈的入栈和出栈操作，实现数据的后进先出。
通过循环结构可以不断接收用户的输入，并根据不同的指令执行相应的操作。
10. 二分查找：在一个有序数列中查找指定的元素，通过循环结构可以不断缩小查找范围，直到找到目标元素或确定不存在。
以上是10个经典的C语言循环结构算法，每个算法都有其独特的解决问题的方法。
C语言七大算法
C语言七大算法一、概述算法是计算机程序设计中解决问题的方法和步骤的描述，是计算机科学的重要基础。
在计算机科学中，有许多经典的算法被广泛应用，并成为不可或缺的工具。
本文将介绍C语言中的七大经典算法，包括排序算法、查找算法、图算法、字符串算法、动态规划算法、贪心算法和分治算法。
二、排序算法排序是将一组元素按照特定规则进行重新排列的过程。
常见的排序算法包括冒泡排序、选择排序、插入排序、快速排序、归并排序等。
这些排序算法在C语言中都有相应的实现，并且各有特点和适用场景。
三、查找算法查找算法用于在一组数据中查找特定值的位置或判断是否存在。
常见的查找算法有线性查找、二分查找、哈希查找等。
这些算法在C语言中的实现可以帮助我们快速地定位目标值。
四、图算法图算法用于解决与图相关的问题，包括最短路径问题、最小生成树问题、拓扑排序等。
在C语言中，我们可以利用图的邻接矩阵或邻接表来实现相关的图算法。
五、字符串算法字符串算法主要用于解决字符串匹配、替换、拼接等问题。
在C语言中，我们可以使用字符串库函数来完成一些基本的字符串操作，例如字符串比较、复制、连接等。
六、动态规划算法动态规划算法是解决一类最优化问题的常用方法，它将问题分解为多个子问题，并通过保存已解决子问题的结果来避免重复计算。
在C语言中，我们可以使用动态规划算法来解决背包问题、最长公共子序列问题等。
七、贪心算法贪心算法是一种通过每一步的局部最优选择来达到全局最优的方法。
贪心算法通常在解决最优化问题时使用，它快速、简单，并且可以给出近似最优解。
C语言中可以使用贪心算法来解决霍夫曼编码、最小生成树等问题。
八、分治算法分治算法是一种将问题分解为多个相同或类似的子问题然后递归解决的方法。
常见的分治算法有快速排序、归并排序等。
在C语言中，我们可以使用分治算法来提高程序的效率和性能。
总结：本文介绍了C语言中的七大经典算法，包括排序算法、查找算法、图算法、字符串算法、动态规划算法、贪心算法和分治算法。
c算法技巧
c算法技巧
1. 递归：递归是一种通过函数自身不断调用自身来解决问题的方法。
它在处理阶乘、斐波那契数列等问题时非常有效。
2. 动态规划：动态规划是一种通过把问题分解为相互联系的子问题，并保存子问题的解，以避免重复计算的算法技巧。
它常用于求解背包问题、最长回文子串等问题。
3. 贪心算法：贪心算法是一种在每一步选择当前看起来最优的解决方案，而不考虑整体问题的最优解的算法技巧。
它在找零、最小生成树等问题中有应用。
4. 回溯法：回溯法是一种通过递归和回溯技巧来搜索问题的所有可能解的算法技巧。
它常用于解决数独、八皇后问题等。
5. 排序算法：排序算法是一种将一组数据按照特定顺序进行排列的算法技巧。
常见的排序算法有冒泡排序、插入排序、选择排序、快速排序等。
6. 图算法：图算法是用于处理图结构的算法技巧，如图的遍历、最短路径、最小生成树等。
7. 字符串算法：字符串算法是用于处理字符串的算法技巧，如字符串匹配、字符串查找、字符串拼接等。
这些只是 C 算法技巧的一部分，还有许多其他的算法技巧可以在特定的问题中发挥作用。
选择合适的算法技巧需要根据问题的特点和要求进行分析和考虑。
C语言经典算法大全
C语言经典算法大全1.冒泡排序算法冒泡排序是一种简单但低效的排序算法，它通过多次遍历列表，比较相邻元素并交换位置，直到整个列表有序。
冒泡排序的时间复杂度为O(n^2)。
```void bubbleSort(int arr[], int n)for (int i = 0; i < n-1; i++)for (int j = 0; j < n-i-1; j++)if (arr[j] > arr[j+1])//交换元素int temp = arr[j];arr[j] = arr[j+1];arr[j+1] = temp;}}}```2.选择排序算法选择排序是一种简单但高效的排序算法，它通过多次遍历列表，找到最小元素并将其放置在正确的位置上。
选择排序的时间复杂度也为O(n^2)。
```void selectionSort(int arr[], int n)int minIndex, temp;for (int i = 0; i < n-1; i++)minIndex = i;for (int j = i+1; j < n; j++)if (arr[j] < arr[minIndex])minIndex = j;}}//交换元素temp = arr[i];arr[i] = arr[minIndex];arr[minIndex] = temp;}```3.插入排序算法插入排序是一种简单但高效的排序算法，它通过将未排序的元素插入到已排序的列表中，逐步构建排序好的列表。
插入排序的时间复杂度为O(n^2)。
```void insertionSort(int arr[], int n)int i, key, j;for (i = 1; i < n; i++)key = arr[i];j=i-1;while (j >= 0 && arr[j] > key)arr[j + 1] = arr[j];j=j-1;}arr[j + 1] = key;}```4.快速排序算法快速排序是一种高效的排序算法，它通过选择一个主元，将列表分割为两个子列表，其中一个子列表的所有元素都小于主元，另一个子列表的所有元素都大于主元。
C语言基本算法
C语言基本算法C语言是一种广泛使用的编程语言，用于开发各种应用程序和系统。
算法是编程的核心部分，是解决问题的方法和步骤的描述。
在C语言中，有许多基本算法可以用来解决简单级别的问题。
下面我将介绍几种常见的C语言基本算法。
1.线性查找算法线性查找算法是一种简单的查找算法，它从数组的第一个元素开始顺序地比较，直到找到目标元素或遍历完整个数组。
这个算法的时间复杂度是O(n)。
```cint linearSearch(int arr[], int n, int target)for (int i = 0; i < n; i++)if (arr[i] == target)return i;}}return -1;```这个算法接受一个整数数组arr、数组的大小n和目标元素target 作为输入，并返回目标元素在数组中的索引，如果未找到则返回-12.冒泡排序算法冒泡排序是一种简单的排序算法，它通过多次循环比较和交换相邻元素来排序。
每次循环都将最大的元素冒泡到数组的末尾。
这个算法的时间复杂度是O(n^2)。
```cvoid bubbleSort(int arr[], int n)for (int i = 0; i < n-1; i++)for (int j = 0; j < n-i-1; j++)if (arr[j] > arr[j+1])int temp = arr[j];arr[j] = arr[j+1];arr[j+1] = temp;}}}```这个算法接受一个整数数组arr和数组的大小n作为输入，并将数组按升序排序。
3.二分查找算法二分查找算法是一种高效的查找算法，它使用分治策略将有序数组分为两部分，并选择中间元素进行比较。
如果中间元素等于目标元素，则返回中间元素的索引；否则，如果中间元素大于目标元素，则在左侧部分继续查找；如果中间元素小于目标元素，则在右侧部分继续查找。
这个算法的时间复杂度是O(logn)。
C语言入门必学—10个经典C语言算法
C语言入门必学—10个经典C语言算法C语言是一种广泛使用的编程语言，具有高效、灵活和易学的特点。
它不仅在软件开发中被广泛应用，也是计算机科学专业的必修课。
在学习C语言的过程中，掌握一些经典的算法是非常重要的。
本文将介绍10个经典C语言算法，帮助读者更好地了解和掌握C语言。
一、冒泡排序算法（Bubble Sort）冒泡排序算法是最简单、也是最经典的排序算法之一。
它通过不断比较相邻的元素并交换位置，将最大（或最小）的元素逐渐“冒泡”到数组的最后（或最前）位置。
二、选择排序算法（Selection Sort）选择排序算法是一种简单但低效的排序算法。
它通过不断选择最小（或最大）的元素，并与未排序部分的第一个元素进行交换，将最小（或最大）的元素逐渐交换到数组的前面（或后面）。
三、插入排序算法（Insertion Sort）插入排序算法是一种简单且高效的排序算法。
它通过将数组分为已排序和未排序两个部分，依次将未排序部分的元素插入到已排序部分的合适位置。
四、快速排序算法（Quick Sort）快速排序算法是一种高效的排序算法。
它采用了分治的思想，通过将数组分为较小和较大两部分，并递归地对两部分进行排序，最终达到整个数组有序的目的。
五、归并排序算法（Merge Sort）归并排序算法是一种高效的排序算法。
它采用了分治的思想，将数组一分为二，递归地对两个子数组进行排序，并将结果合并，最终得到有序的数组。
六、二分查找算法（Binary Search）二分查找算法是一种高效的查找算法。
它通过不断将查找范围折半，根据中间元素与目标值的大小关系，缩小查找范围，最终找到目标值所在的位置。
七、递归算法（Recursive Algorithm）递归算法是一种通过自我调用的方式解决问题的算法。
在C语言中，递归算法常用于解决树的遍历、问题分解等情况。
八、斐波那契数列算法（Fibonacci Sequence）斐波那契数列是一列数字，其中每个数字都是前两个数字的和。
简单算法c语言
简单算法c语言
C语言中的算法是程序设计的基础，也是我们在编写程序时必须掌握
的技能之一。
简单算法是指那些基本的、常用的、易于理解和实现的
算法，如排序、查找、递归等。
一、排序算法
1.冒泡排序
冒泡排序是一种简单的排序算法，其思想是将相邻两个元素比较大小，如果前面比后面大，则交换位置，直到整个序列有序为止。
2.选择排序
选择排序是一种简单直观的排序算法，其思想是从未排序序列中找到
最小元素，放到已排好序列的末尾。
3.插入排序
插入排序是一种简单直观的排序算法，其思想是将未排好序列中每一
个元素插入到已排好序列中正确位置上。
二、查找算法
1.线性查找
线性查找又称顺序查找，其思想是从头到尾遍历整个数组或列表，逐个比较每一个元素是否与目标相同。
2.二分查找
二分查找又称折半查找，其思想是先将数组或列表按照大小顺序排好序，然后通过不断地折半缩小范围来寻找目标元素。
三、递归算法
递归算法是指在程序中调用自身的一种算法，其思想是将问题分解成更小的子问题，并不断地递归调用自身来解决这些子问题。
例如，计算阶乘可以使用递归算法来实现：
int factorial(int n)
{
if(n == 0 || n == 1)
return 1;
else
return n * factorial(n-1);
}
以上就是C语言中的简单算法，虽然它们看起来很简单，但是它们在实际编程中却有很大的作用。
掌握这些基本的、常用的、易于理解和实现的算法，可以提高我们编写程序的效率和质量。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一分而治之算法分而治之方法与软件设计的模块化方法非常相似。
为了解决一个大的问题，可以：1)把它分成两个或多个更小的问题；2)分别解决每个小问题；3)把各小问题的解答组合起来，即可得到原问题的解答。
小问题通常与原问题相似，可以递归地使用分而治之策略来解决。
下列通过实例加以说明。
例：利用分而治之算法求一个整数数组中的最大值。
练习：[找出伪币]给你一个装有16个硬币的袋子。
16个硬币中有一个是伪造的，并且那个伪造的硬币比真的硬币要轻一些。
你的任务是找出这个伪造的硬币。
二贪心算法贪心算法（又称贪婪算法）是指，在对问题求解时，总是做出在当前看来是最好的选择。
也就是说，不从整体最优上加以考虑，他所做出的仅是在某种意义上的局部最优解。
贪心算法不是对所有问题都能得到整体最优解，但对范围相当广泛的许多问题他能产生整体最优解或者是整体最优解的近似解。
贪心算法(Greedy algorithm)是一种对某些求最优解问题的更简单、更迅速的设计技术。
用贪婪法设计算法的特点是一步一步地进行，常以当前情况为基础根据某个优化测度作最优选择，而不考虑各种可能的整体情况，它省去了为找最优解要穷尽所有可能而必须耗费的大量时间，它采用自顶向下,以迭代的方法做出相继的贪心选择,每做一次贪心选择就将所求问题简化为一个规模更小的子问题,通过每一步贪心选择,可得到问题的一个最优解，虽然每一步上都要保证能获得局部最优解，但由此产生的全局解有时不一定是最优的，所以贪婪法不要回溯。
贪心算法是一种改进了的分级处理方法。
其核心是根据题意选取一种量度标准。
然后将这多个输入排成这种量度标准所要求的顺序，按这种顺序一次输入一个量。
如果这个输入和当前已构成在这种量度意义下的部分最佳解加在一起不能产生一个可行解，则不把此输入加到这部分解中。
这种能够得到某种量度意义下最优解的分级处理方法称为贪婪算法。
对于一个给定的问题，往往可能有好几种量度标准。
初看起来，这些量度标准似乎都是可取的，但实际上，用其中的大多数量度标准作贪婪处理所得到该量度意义下的最优解并不是问题的最优解，而是次优解。
因此，选择能产生问题最优解的最优量度标准是使用贪婪算法的核心。
一般情况下，要选出最优量度标准并不是一件容易的事，但对某问题能选择出最优量度标准后，用贪婪算法求解则特别有效。
最优解可以通过一系列局部最优的选择即贪婪选择来达到,根据当前状态做出在当前看来是最好的选择，即局部最优解选择，然后再去解做出这个选择后产生的相应的子问题。
每做一次贪婪选择就将所求问题简化为一个规模更小的子问题，最终可得到问题的一个整体最优解。
贪心算法特性贪心算法可解决的问题通常大部分都有如下的特性:（1）有一个以最优方式来解决的问题。
为了构造问题的解决方案,有一个候选的对象的集合：比如不同面值的硬币。
（2）随着算法的进行,将积累起其它两个集合：一个包含已经被考虑过并被选出的候选对象,另一个包含已经被考虑过但被丢弃的候选对象。
（3）有一个函数来检查一个候选对象的集合是否提供了问题的解答。
该函数不考虑此时的解决方法是否最优。
（4）还有一个函数检查是否一个候选对象的集合是可行的,也即是否可能往该集合上添加更多的候选对象以获得一个解。
和上一个函数一样,此时不考虑解决方法的最优性。
（5）选择函数可以指出哪一个剩余的候选对象最有希望构成问题的解。
（6）最后,目标函数给出解的值。
为了解决问题,需要寻找一个构成解的候选对象集合,它可以优化目标函数,贪婪算法一步一步的进行。
起初,算法选出的候选对象的集合为空。
接下来的每一步中,根据选择函数,算法从剩余候选对象中选出最有希望构成解的对象。
如果集合中加上该对象后不可行，那么该对象就被丢弃并不再考虑；否则就加到集合里。
每一次都扩充集合，并检查该集合是否构成解。
如果贪婪算法正确工作，那么找到的第一个解通常是最优的。
贪心算法的基本思路1.建立数学模型来描述问题。
2.把求解的问题分成若干个子问题。
3.对每一子问题求解，得到子问题的局部最优解。
4.把子问题的解局部最优解合成原来解问题的一个解。
实现该算法的过程：从问题的某一初始解出发；while能朝给定总目标前进一步do求出可行解的一个解元素；由所有解元素组合成问题的一个可行解。
下面是一个可以试用贪心算法解的题目，贪心解的确不错，可惜不是最优解。
例题分析[背包问题]有一个背包，背包容量是M=150。
有7个物品，物品不可以分割成任意大小。
要求尽可能让装入背包中的物品总价值最大，但不能超过总容量。
物品A B C D E F G重量35306050401025价值10403050354030分析：目标函数：∑pi最大约束条件是装入的物品总重量不超过背包容量：∑wi<=M(M=150)（1）根据贪心的策略，每次挑选价值最大的物品装入背包，得到的结果是否最优？（2）每次挑选所占重量最小的物品装入是否能得到最优解？（3）每次选取单位重量价值最大的物品，成为解本题的策略。
值得注意的是，贪心算法并不是完全不可以使用，贪心策略一旦经过证明成立后，它就是一种高效的算法。
贪心算法还是很常见的算法之一，这是由于它简单易行，构造贪心策略不是很困难。
可惜的是，它需要证明后才能真正运用到题目的算法中。
一般来说，贪心算法的证明围绕着：整个问题的最优解一定由在贪心策略中存在的子问题的最优解得来的。
对于例题中的3种贪心策略，都是无法成立（无法被证明）的，解释如下：（1）贪心策略：选取价值最大者。
反例：W=30物品：A B C重量：281212价值：302020根据策略，首先选取物品A，接下来就无法再选取了，可是，选取B、C则更好。
（2）贪心策略：选取重量最小。
它的反例与第一种策略的反例差不多。
（3）贪心策略：选取单位重量价值最大的物品。
反例：W=30物品：A B C重量：282010价值：282010根据策略，三种物品单位重量价值一样，程序无法依据现有策略作出判断，如果选择A，则答案错误。
【注意：如果物品可以分割为任意大小，那么策略3可得最优解】对于选取单位重量价值最大的物品这个策略，可以再加一条优化的规则：对于单位重量价值一样的，则优先选择重量小的！这样，上面的反例就解决了。
但是，如果题目是如下所示，这个策略就也不行了。
W=40物品：A B C重量：252015价值：252015附：本题是个NP问题，用贪心法并不一定可以求得最优解，以后了解了动态规划算法后本题就有了新的解法。
备注：贪心算法当然也有正确的时候。
求最小生成树的Prim算法和Kruskal算法都是漂亮的贪心算法。
贪心法的应用算法有Dijkstra的单源最短路径和Chvatal的贪心集合覆盖启发式所以需要说明的是，贪心算法可以与随机化算法一起使用，具体的例子就不再多举了。
（因为这一类算法普及性不高，而且技术含量是非常高的，需要通过一些反例确定随机的对象是什么，随机程度如何，但也是不能保证完全正确，只能是极大的几率正确）练习：马的遍历问题。
在8×8方格的棋盘上，从任意指定方格出发，为马寻找一条走遍棋盘每一格并且只经过一次的一条最短路径。
三．回朔算法在程序设计中,有这样一类问题:求一类解,或求全部解,或求最优解的问题(例如八皇后问题),不是根据某种确定的算法设计法则,而是利用试探和回朔的搜索技术求解.回朔还是设计递归算法的重要方法,其求解过程实质:是一个先序遍历一棵"状态树"但是这棵树不是在遍历前预先建立的,而是隐含在遍历过程中.回朔算法的解题思路大体如下：假设问题的解为n元组（x1,x2,x3,x4,…xn）,其中xi取值于集合Seti，n元组的子组（x1,x2,x3,x4,…xi）（i<n）为部分解，应满足一定的约束条件。
对于已求得的部分解（x1,x2,x3,x4,…xi），再添加xi+1属于Seti+1之后仍满足约束条件，则可得到一个新的部分解（x1,x2,x3,x4,…xi+1），继续添加xi+2属于Seti+2，并检查是否满足约束条件，直到添加到xn属于Setn为止。
如果对于所有取值与集合Seti的xi+1都不能得到新的满足约束条件的部分解（x1,x2,x3,x4,…xi+1），则从当前子组中删去xi，回朔到前一个部分解（x1,x2,x3,x4,…xi-1），重新添加Seti中未考察过的xi，看其是否满足约束条件。
如此反复进行，直到求到满足条件的问题的解，或者证明问题无解。
例：迷宫问题，只能从一个空白位置走到另一个与它相邻的空白位置（上，下，左，右），但不能重复路线。
代码如下：练习：皇后问题求解：在n*n的棋盘上放置n个皇后，这些皇后中任意两个皇后不能在同一行，同一列，同一条对角线（包括主对角线和次对角线）上。
如有解则输出所有合理的解。
四．穷举法穷举法是一种针对于密码的破译方法。
这种方法很像数学上的“完全归纳法”并在密码破译方面得到了广泛的应用。
简单来说就是将密码进行逐个推算直到找出真正的密码为止。
比如一个四位并且全部由数字组成其密码共有10000种组合，也就是说最多我们会尝试10000次才能找到真正的密码。
利用这种方法我们可以运用计算机来进行逐个推算，也就是说用我们破解任何一个密码也都只是一个时间问题。
当然如果破译一个有8位而且有可能拥有大小写字母、数字、以及符号的密码用普通的家用电脑可能会用掉几个月甚至更多的时间去计算，其组合方法可能有几千万亿种组合。
这样长的时间显然是不能接受的。
其解决办法就是运用字典，所谓“字典”就是给密码锁定某个范围，比如英文单词以及生日的数字组合等，所有的英文单词不过10万个左右这样可以大大缩小密码范围，很大程度上缩短了破译时间。
基本思想：首先根据问题的部分条件预估答案的范围，然后在此范围内对所有可能的情况进行逐一验证，直到全部情况通过了验证为止。
若某个情况使验证符合题目的全部条件，则该情况为本题的一个答案；若全部情况验证结果均不符合题目的全部条件，则说明该题无答案。
特点：算法简单，容易理解，但运算量大。
通常可以解决“有几种组合”、“是否存在”、求解不定方程等类型的问题。
用循环结构实现。
例：一辆卡车违反交通规则，撞人逃跑了。
现场三人目击，记下了车号特征：前两位数字相同，后两位数字相同，四位数恰好是一个整数的平方。
求该车号。
1将车号假定为aabb，是个四位数，a,b的变化范围是1--9 2四位数的范围是1000---9999，某整数的平方是四位数练习：任意输入一个偶数，将它分解成两个素数之和。