7-63 查验身份证(15 分)

本文介绍了一种身份证号码校验码的有效性验证方法,通过加权求和和模运算确定校验码的正确性,提供了具体的算法实现及示例。

7-63 查验身份证(15 分)

一个合法的身份证号码由17位地区、日期编号和顺序编号加1位校验码组成。校验码的计算规则如下:

首先对前17位数字加权求和,权重分配为:{7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2};然后将计算的和对11取模得到值Z;最后按照以下关系对应Z值与校验码M的值:

Z:0 1 2 3 4 5 6 7 8 9 10
M:1 0 X 9 8 7 6 5 4 3 2

现在给定一些身份证号码,请你验证校验码的有效性,并输出有问题的号码。

输入格式:

输入第一行给出正整数N(≤100)是输入的身份证号码的个数。随后N行,每行给出1个18位身份证号码。

输出格式:

按照输入的顺序每行输出1个有问题的身份证号码。这里并不检验前17位是否合理,只检查前17位是否全为数字且最后1位校验码计算准确。如果所有号码都正常,则输出All passed

输入样例1:

4
320124198808240056
12010X198901011234
110108196711301866
37070419881216001X

输出样例1:

12010X198901011234
110108196711301866
37070419881216001X

输入样例2:

2
320124198808240056
110108196711301862

输出样例2:

All passed

#include <stdio.h>
#define MAXN 100

int main(void) {
    int sum, Z, n, i, count = 0, j, k, weight[] = { 7,9,10,5,8,4,2,1,6,3,7,9,10,5,8,4,2 }, wrong = 0;
    char M[] = { '1','0','X','9','8','7','6','5','4','3','2' }, id[MAXN][20];

    scanf("%d", &n);
    for (i = 0; i < n; i++) {
        sum = 0;
        scanf("%s", id[i]);
        for (j = 0; j < 18; j++) {
            if (j < 17) {
                if (id[i][j] >= '0'&&id[i][j] <= '9') {
                    sum += (id[i][j] - '0') * weight[j];
                }
                else {
                    wrong = 1;
                    break;
                }
            }
            else {
                Z = sum % 11;
                if (id[i][j] != M[Z]) {
                    wrong = 1;
                }
            }
        }
        if (wrong) {
            printf("%s\n", id[i]);
            count++;
            wrong = 0;
        }
    }
    if (count == 0) {
        printf("All passed\n");
    }

    return 0;
}
### 广度优先遍历算法的实现及应用 #### 1. 基本概念 广度优先遍历(Breadth-First Search, BFS)是一种用于图结构的搜索算法,其核心思想是从某个起点开始逐层扩展,先访问离起点最近的所有节点后再逐步深入更远的节点。这种策略类似于二叉树的层次遍历[^2]。 在具体操作上,BFS 使用队列来存储待访问的节点。每次从队列中取出一个节点并将其标记为已访问状态,随后将该节点的所有未访问邻居加入队列等待后续处理。通过这种方式可以确保按距离顺序逐一访问所有可达节点。 #### 2. C++中的实现方式 以下是基于C++语言的一个典型实现案例,其中利用了标准模板库(STL)中的`queue`容器以及布尔数组记录节点访问情况: ```cpp #include <iostream> #include <vector> #include <queue> using namespace std; void bfs(int start, vector<vector<int>> &adjMatrix, int n){ vector<bool> visited(n, false); // 初始化全部节点为未访问 queue<int> q; cout << "访问顺序: "; visited[start]=true; // 将起始点设为已访问 q.push(start); while(!q.empty()){ int u=q.front(); // 取出当前要探索的节点 q.pop(); cout<<u<<" "; // 输出此节点编号 for (int i=0;i<n;i++) { // 查找与此节点相连且尚未访问过的其他节点 if(adjMatrix[u][i]==1 && !visited[i]){ visited[i]=true; // 设置新找到的相邻节点为已访问 q.push(i); // 加入队列以便之后继续查找他们的连接关系 } } } } int main(){ int nodesCount=11; // 定义总共有多少个节点 vector<vector<int>> adjMat(nodesCount,vector<int>(nodesCount)); /* 构建邻接矩阵 */ // 这里省略实际赋值过程... bfs(0, adjMat,nodesCount); // 开始于第零号节点执行bfs函数 return 0; } ``` 上述代码片段展示了如何构建一个简单的无向图并通过调用 `bfs()` 函数完成对该图的一次完整的广度优先遍历。注意这里假设输入数据已经形成了正确的邻接矩阵形式表示法[^1]。 #### 3. 应用场景- **最短路径求解**: 对于非加权图而言,BFS能够有效地找出两个特定顶点之间的最小边数即所谓的"最短路径". - **连通量检测**: 当面对大规模稀疏网络时,可以通过多次启动不同源点上的独立BFS流程快速判断哪些部属于同一个强联通子集. - **拓扑排序辅助工具**: 在某些特殊情况下也可以配合栈或者其他额外的数据结构一起工作从而达成更加复杂的任务目标比如计算DAG(directed acyclic graph)内的线性排列方案等等[^3]. ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值