Rob Pike, 最偉大的C 語言大師之一, 在《Notes on C Programming》中闡述了一個原則：花哨的演算法比簡單演算法更容易出bug、更難實現，儘量使用簡單的演算法配合簡單的資料結構。而Ken Thompson——Unix 最初版本的設計者和實現者，禪宗偈語般地對Pike 的這一原則作了強調： 拿不準就窮舉（When in doubt , use brute force）。 而對於裝13愛好者來說，更是自豪的稱其使用的是BF演算法。窮舉法用在字串匹配上，簡單的描述就是，檢查文字從0到n-m的每一個位置，看看從這個位置開始是否與模式匹配。這種方法還是有一些優點的，如：不需要預處理過程，需要的額外空間為常數，每一趟比較時可以以任意順序進行。
儘管它的時間複雜度為O(mn)，例如在文字"aaaaaaaaaaaaaaaaaaaaaaaaaaa"中尋找"aaaaab"時，就完全體現出來了。但是演算法的期望值卻是2n，這表明該演算法在實際應用中效率不低。C程式碼如下：

1. void
    BF(char *x, int m, char *y, int n) {
2. int i, j;
3. /* Searching */
4. for (j = 0; j <= n - m; ++j) {
5. for (i = 0; i < m && x[i] == y[i + j]; ++i);
6. if (i >= m)
7.          OUTPUT(j);
8.    }
9. }

如果我們注意到C庫函式是彙編優化過的，並通常能提供比C程式碼更高的效能的話，我們可以用memcmp來完成每一趟比較過程，從而達到更好的效能：

1. #define EOS '/0'
2. void BF(char *x, int m, char *y, 
   int n) { 
3. char *yb; 
4. /* Searching */
5. for (yb = y; *y != EOS; ++y) 
6. if (memcmp(x, y, m) == 0) 
7.       OUTPUT(y - yb);
8. }

自動機的方法其實和窮舉法有點相似，都是用最簡單直白的方式來做事情。區別在於窮舉法是在計算，而自動機則是查表。儘管自動機的構造過程有一點點難解，要涉及到DFA的理論，但是自動機的比較過程那絕對是簡單到無語。簡單說來，根據模式串，畫好了一張大的表格，表格m+1行σ列，這裡σ表示字母表的大小。表格每一行表示一種狀態，狀態數比模式長度多1。一開始的狀態是0，也就是處在表格的第0行，這一行的每個元素指示了當遇到某字元時就跳轉到另一個狀態。每當跳轉到最終狀態時，表示找到了一個匹配。語言表述起來還是比較囉嗦，看程式碼就知道了：

1. #define ASIZE 256
2. int preAut(constchar *x, int m, int* aut) {
3. int i, state, target, old;
4. for (state = 0, i = 0; i < m; ++i) {
5.                 target = i + 1;
6.                 old = aut[state * ASIZE + x[i]];
7.                 aut[state * ASIZE + x[i]] = target;
8.                 memcpy(aut + target * ASIZE, aut + old * ASIZE, ASIZE*sizeof(int));
9.                 state = target;
10.         }
11. return state;
12. }
13. void AUT(constchar *x, int m, constchar *y, int n) {
14. int j, state;
15. /* Preprocessing */
16. int *aut = (int*)calloc((m+1)*ASIZE, sizeof(int));
17. int Terminal = preAut(x, m, aut);
18. /* Searching */
19. for (state = 0, j = 0; j < n; ++j) {
20.                 state = aut[state*ASIZE+y[j]];
21. if (state == Terminal)
22.                         OUTPUT(j - m + 1);
23.         }
24. }

（注：原文的程式碼使用一個有向圖的資料結構，我遵循大師的指引，改用了更簡單一點的陣列）
從程式碼上我們很容易看出，自動機的構造需要時間是O(mσ)，空間也是O(mσ)（嚴格來說這份程式碼使用了O((m+1)σ)），但是一旦構造完畢，接下來匹配的時間則是O(n)。匹配的過程前面已經說了，太簡單了沒什麼好說的，這裡就解釋一下構造過程吧！我們構造的目標是對應模式長度，構造出同樣多的狀態，用0表示初始狀態，然後第一個字元用狀態1表示，第二個用狀態2表示，依次類推，直到最後一個字元，用m表示，也是最終狀態。一開始，陣列全都置0，，這個時候的自動機遇到任何字元都轉到初始狀態。然後給它看模式的第一個字元，假設這是'a'吧，告訴它，狀態0遇到'a'應該到一個新的狀態——狀態1，所以把第0行的第'a'列修改為1。而這個時候狀態1還是空白的，怎麼辦呢？這時候狀態0就想呀，在我被告知遇到'a'要去狀態1之前，我原本遇到'a'都要去狀態0的，也就是修改之前第'a'列所指的那個狀態，稱為old狀態吧；而現在我遇到'a'卻要去一個新的狀態，既然以前old狀態能處理遇到'a'之後的事情，那麼我讓新的狀態像old狀態一樣就好了。於是狀態0把old狀態拷貝到狀態1。現在輪到狀態1了，給它看第二個字元，它也如法炮製，指向了狀態2，又把old狀態拷貝給了狀態2。於是，狀態機就在這種代代傳承的過程中構造完畢了。雖然理論上自動機是最完美的匹配方式，但是由於預處理的消耗過大，實踐中，主要還是用於正則表示式。結語：窮舉法與自動機各自走了兩個極端，因此都沒能達到綜合性能的最佳，本文之後介紹的演算法，可以看成是在窮舉和自動機兩者之間取捨權衡的結果。