本书作为C语言程序设计的入门与应用教材, 共有11章及3个附录。11章的主要内容包括: C语言概述、基本数据类型和运算符及表达式、数据的输入输出、结构化程序设计、数组、函数、编译预处理、指针、构造数据类型、位运算、文件等。3个附录分别是: 常用字符与ASCII代码对照表、运算符的优先级和结合性、常用的C语言库函数。

     第3章第3章顺序结构程序设计 Project 3顺序结构是C程序中最简单、最基本、最常用的一种程序结构。也是进行复杂程序设计的基础。顺序结构的特点是完全按照语句出现的先后顺序依次执行程序。在日常生活中，需要“按部就班、依次进行”处理和操作的问题随处可见。赋值操作和输入/输出操作是顺序结构中最典型的操作。  本章学习目标

    1. 掌握结构化程序设计基础知识

    2. 掌握输入语句的使用方法

    3. 掌握输出语句的使用方法 

    3.1结构化程序设计基础  初学者常常会有这样的一种感觉: 读别人编写的程序比较容易，自己虽然学了程序设计语言，可编写程序，却不知从何下手。其中一个重要的原因就是没有掌握程序设计的灵魂——算法。所以，多了解、掌握和积累一些计算机常用的算法，养成编写程序前先设计好算法的习惯至关重要。

     3.1.1算法的概念〖*2〗1. 基本概念一个程序应包括对数据的描述和对数据处理的描述。  对数据的描述，即数据结构(Data Structure)。数据结构是计算机学科的核心课程之一，有许多专门著作论述，本书不再赘述。  对数据处理的描述，即算法(Algorithm)。算法是为解决一个问题而采取的方法和步骤，是程序的灵魂。为此，著名计算机科学家尼克劳斯·沃思(Niklaus Wirth)提出了一个公式:  程序=数据结构+算法  实际上，一个程序除了以上两个主要因素之外，还应考虑程序设计的方法以及用何种计算机语言来描述。因此，程序还可以这样表示: 程序=算法+数据结构+程序设计方法+语言工具和环境  所以，在设计一个程序时要综合运用这4方面的知识。在这4个方面中，算法是灵魂，数据结构是要处理的对象，语言是工具，编程需要采用合适的方法。算法是解决“做什么”和“怎么做”的问题。程序中的操作语句，实际上就是算法的体现。  〖2〗〖3〗〖4〗无论是解决数学问题，还是解决日常生活和工作中的问题，都必须采用一定的方法，并且按照一定的步骤来解决。因此，广义地认为，算法是指为解决一个问题而采取的方法和步骤。  对于不同的问题有不同的算法，而对于同一个问题，也可以有不同的算法。例如，求1+2+3+4+5+6+7+8+9+10的和，就有多种算法。  其一，按照数的先后顺序，从左至右一个数一个数地相加，直到加完10为止；  其二，将1与9相加，2与8相加……即原式=(1+9)+(2+8)+(3+7)+(4+6)+10+5=5×10+5=55。  还有其他算法。显然，在这里第二种算法比第一种算法优越，也就是说，对于同一个问题，不仅有不同的算法，而且这些算法又有优劣之分。有的算法只需很少的步骤，而有些算法则需要较多的步骤。一般地说，应采用简单的和运算步骤少的算法。因此，为了有效地进行解题，不仅需要保证算法正确，还要考虑算法的质量，选择好的算法。  对于计算机而言，考虑的当然只限于计算机算法，即计算机所能执行的算法。例如，1+2+3+4+5，或者是将50名学生的成绩打印出来，并且统计及格学生人数。这是计算机可以做到的。  

     2. 算法分类  计算机算法可分为两大类，数值运算算法和非数值运算算法。  数值运算算法，如求方程的根，求一个函数的定积分等。其目的是求数值解，它们属于数值运算范围。  非数值运算算法，如图书检索、人事管理、车辆调度管理等，其范围十分广泛。  目前，计算机在非数值运算方面的应用远远超过了在数值运算方面的应用。由于数值运算有现成的模型，可以运用数值分析的方法，因此，对数值运算的算法研究比较深入，算法比较成熟，对各种数值运算都有比较成熟的算法可供选用。人们常常将这些算法汇编成册(写成程序形式)，或将这些程序存放在磁盘上，供用户调用。而非数值运算的种类繁多，要求各异，难以规范化，因此，只能对一些典型的非数值运算算法(如排序算法)作比较深入的研究。其他的非数值运算问题，往往需要用户参考已有的类似算法，重新设计解决特定问题的专门算法。  3.1.2算法的特点  算法实际上是一种抽象的解题方法，它具有动态性。因此，算法的行为非常重要。作为一个算法，应具有以下特性。

     1. 有效性(Effectiveness)  算法的有效性包括两个方面。一是算法中的每一个步骤必须能够实现。例如，在算法中，不允许分母为零的情况；在实数范围内不能求一个负数的平方根等。二是算法执行的结果要能达到预期的结果。通常，针对实际问题设计的算法，人们总是希望能够得到满意的结果。

     2. 确定性(Definiteness)  算法的确定性，是指算法中的每一个步骤都必须有明确的定义，不允许有模棱两可的解释，也不允许有多义性。这一特征也反映了算法与数学公式的明显差异。在解决实际问题时，可能会出现这样的情况: 针对某种特殊问题，数学公式是正确的，但按此数学公式设计的计算过程可能会使计算机系统无法认知。这是因为根据数学公式设计的计算过程只考虑了正常使用的情况，而当出现异常情况时，该计算过程就不适应了。例如，某计算公式规定，大于100的数被认为比1大很多，而小于100的数不能认为比1大很多；并且在正常情况下出现的数或是大于100，或是小于100。但指令“输入X，若X比1大很多，则输出数字1，否则输出数字0”是不确定的。这是因为，在正常的输入情况下，这一指令的执行可以得到正确的结果，但在异常情况下(输入的X在10～100)，这一指令执行的结果就不确定了。

     3. 有穷性(Finiteness)  算法的有穷性是指算法必须在有限的时间内执行完，即算法必须能在执行有限个步骤之后终止。数学中的无穷级数，在实际计算时只能取有限项，即计算无穷级数的过程只能是有穷的。因此，一个数的无穷级数的表示只是一种计算公式，而根据精度要求确定的计算过程才是有穷的算法。  算法的有穷性还包括合理的执行时间。如果一个算法的执行时间是有穷的，但需要执行千万年，显然这就失去了算法的实用价值。例如，克莱姆(Cramer)法则是求解线性代数方程组的一种数学方法，但不能以此为算法，这是因为，虽然总可以根据克莱姆法则设计出一个计算过程用于计算所有可能出现的行列式，但这样的计算过程所需的时间实际上是不能容忍的。再如，从理论上讲，总可以写出一个正确的弈棋程序，而且这也不是一件很困难的工作。由于在一个棋盘上安排棋子的方式总是有限的，而且，根据一定的规则，在有限次移动棋子之后比赛一定结束。因此，弈棋程序可以考虑计算机每一次可能的移动，它的对手每一次可能的应答，以及计算机对这些移动的可能应答等，直到每个可能的移动停止下来为止。此外，由于计算机可以知道每次移动的结果，因此，总可以选择一种最好的移动方式。但是即使如此，这种弈棋程序还是很难执行，因为所有这些可能移动的次数太多，所要花费的时间不能容忍。由上述两个例子可以看出，虽然许多计算过程是有限的，但仍有可能无实用价值。 ……