汉诺塔问题

在归并排序和构建二叉树中，我们都是将原问题分解为两个规模为原问题一半的子问题。然而对于汉诺塔问题，我们采用不同的分解策略
给定三根柱子，记为 A、B和C。起始状态下，柱子A上套着 n 个圆盘，它们从上到下按照从小到大的顺序排列。我们的任务是要把这 n 个圆盘移到柱子C` 上，并保持它们的原有顺序不变（如图 12-10 所示）。在移动圆盘的过程中，需要遵守以下规则。

1. 圆盘只能从一根柱子顶部拿出，从另一根柱子顶部放入。 2. 每次只能移动一个圆盘。
3. 小圆盘必须时刻位于大圆盘之上。

我们将规模为 i 的汉诺塔问题记作 f(i) 。例如 f(3) 代表将 3 个圆盘从 A 移动至 C 的汉诺塔问题

1. 考虑基本情

对于问题 f(1) ，即当只有一个圆盘时，我们将它直接从 A 移动至 C 即可。

对于问题 f(2) ，即当有两个圆盘时，由于要时刻满足小圆盘在大圆盘之上，因此需要借助 B 来完成移动。

1. 先将上面的小圆盘从 A 移至 B 。
2. 再将大圆盘从 A 移至 C 。
3. 最后将小圆盘从 B 移至 C 。
   解决问题 f(2) 的过程可总结为：将两个圆盘借助 B 从 A 移至 C 。其中，C 称为目标柱、B 称为缓冲柱。

2. 子问题分解

对于问题 f(3) ，即当有三个圆盘时，情况变得稍微复杂了一些。

因为已知 f(1) 和 f(2) 的解，所以我们可从分治角度思考，将 A 顶部的两个圆盘看作一个整体，执行图 12-13 所示的步骤。这样三个圆盘就被顺利地从 A 移至 C 了。

1. 令 B 为目标柱、C 为缓冲柱，将两个圆盘从 A 移至 B 。
2. 将 A 中剩余的一个圆盘从 A 直接移动至 C 。
3. 令 C 为目标柱、A 为缓冲柱，将两个圆盘从 B 移至 C 。
   从本质上看，我们将问题 f(3) 划分为两个子问题 f(2) 和一个子问题 f(1) 。按顺序解决这三个子问题之后，原问题随之得到解决。这说明子问题是独立的，而且解可以合并。

至此，我们可总结出图 12-14 所示的解决汉诺塔问题的分治策略：将原问题 f(n) 划分为两个子问题 f(n−1) 和一个子问题 f(1) ，并按照以下顺序解决这三个子问题。

1. 将 n−1 个圆盘借助 C 从 A 移至 B 。
2. 将剩余 1 个圆盘从 A 直接移至 C 。
3. 将 n−1 个圆盘借助 A 从 B 移至 C 。
   对于这两个子问题 f(n−1) ，可以通过相同的方式进行递归划分，直至达到最小子问题 f(1) 。而 f(1) 的解是已知的，只需一次移动操作即可。
4. 代码实现
   在代码中，我们声明一个递归函数 dfs(i, src, buf, tar) ，它的作用是将柱 src 顶部的 i 个圆盘借助缓冲柱 buf 移动至目标柱 tar：

/* 移动一个圆盘 */
void move(vector<int> &src, vector<int> &tar) {
    // 从 src 顶部拿出一个圆盘
    int pan = src.back();
    src.pop_back();
    // 将圆盘放入 tar 顶部
    tar.push_back(pan);
}

/* 求解汉诺塔问题 f(i) */
void dfs(int i, vector<int> &src, vector<int> &buf, vector<int> &tar) {
    // 若 src 只剩下一个圆盘，则直接将其移到 tar
    if (i == 1) {
        move(src, tar);
        return;
    }
    // 子问题 f(i-1) ：将 src 顶部 i-1 个圆盘借助 tar 移到 buf
    dfs(i - 1, src, tar, buf);
    // 子问题 f(1) ：将 src 剩余一个圆盘移到 tar
    move(src, tar);
    // 子问题 f(i-1) ：将 buf 顶部 i-1 个圆盘借助 src 移到 tar
    dfs(i - 1, buf, src, tar);
}

/* 求解汉诺塔问题 */
void solveHanota(vector<int> &A, vector<int> &B, vector<int> &C) {
    int n = A.size();
    // 将 A 顶部 n 个圆盘借助 B 移到 C
    dfs(n, A, B, C);
}

汉诺塔问题形成一棵高度为 n 的递归树，每个节点代表一个子问题，对应一个开启的 dfs() 函数，因此时间复杂度为 O(2n) ，空间复杂度为 O(n) 。