编程实现把 A 的 n 个盘子移动到 C(盘子编号是 [1, n] )
每次只能移动1个盘子
大盘子只能放在小盘子下面
代码
#include <stdio.h>
/**
* Hanoi.
*/
void hanoi(int paraN, char paraSource, char paraDestination, char paraTransit) {
if (paraN <= 0) {
return;
}
else {
hanoi(paraN - 1, paraSource, paraTransit, paraDestination);
printf("第%d个盘子%c -> %c \r\n", paraN - 1,paraSource, paraDestination);
printf("盘子%x->%x\r\n", ¶N - 1, paraN - 2);
printf("塔%x->%x\r\n", ¶Source, paraDestination);
hanoi(paraN - 1, paraTransit, paraDestination, paraSource);
}// Of if
}// Of hanoi
/**
* Test the hanoi function.
*/
void hanoiTest() {
printf("---- addToTest begins. ----\r\n");
printf("2 plates\r\n");
hanoi(2, 'A', 'B', 'C');
printf("3 plates\r\n");
hanoi(3, 'A', 'B', 'C');
printf("---- addToTest ends. ----\r\n");
}// Of addToTest
/**
The entrance.
*/
void main() {
hanoiTest();
}// Of main
运行结果
可见盘子位置的变化是有规律的,而塔的位置没变
1自顶向下,逐渐求精:
其实分 2 种情况讨论即可
(1)当 n == 1时,直接将盘子从 A 移动到C
(2)当 n > 1时,可以拆分成3大步骤
①将 n– 1 个盘子从 A 移动到B
② 将编号为 n 的盘子从 A 移动到C
③将 n– 1 个盘子从 B 移动到C
2函数调用、递归和分治:
步骤①③ 明显是个递归调用
分治法含义
将一个大的问题分解成若干个小的问题,并且这些小问题与大问题的问题性质保持一致,通过处理小问题从而处理大问题。这里用到了递归的思想。
分治法主要思想
1.分:将整个问题分成多个子问题。
2.求解:求解各个子问题。
3.合并:合并所有子问题的解,从而得到原始问题的解。
3不要跨层分析
就是不要越级处理,只往下走一步。在汉诺塔问题中,就是要按照分治的思想去做。
4形参与实参:
我所理解的形参与实参就是函数声明中的参数就是形参,函数调用里的就是实参。汉诺塔问题中,形参 n、a、b 和 c 分别表示要移动的圆盘数和三个柱子。在函数调用时,我们需 要提供实际的圆盘数和三个柱子的具体名称,如 hanoi(3, ‘A’, ‘B’, ‘C’)。
5有意义、规范的标识符:
在编写程序时,使用有意义、规范的标识符可以使代码更易于理解和维护,并且尽量不要用缩写,要能够准确地传达其意义,并提高代码的可读性。在汉诺塔问题中,我们可以使用有意义的变量名和函数名,如 n、a、b、c 和 hanoi()。
6时间复杂度:
T(n) = 2 ∗ T(n) − 1 + O(1)
因此时间复杂度是:O(2n)
7递归栈:
递归函数的调用过程需要使用递归栈来保存每个函数调用的状态。在汉诺塔问题中,每个递归调用会创建一个新的函数调用帧,并将其压入递归栈中。当递归调用返回时,对应的函数调用帧会被弹出,恢复到上一层调用的状态。因此,在解决汉诺塔问题的过程中,递归栈的深度等于递归调用的层数,即 n。
8空间复杂度:
汉诺塔问题的空间复杂度为 O(n),其中 n 是圆盘的数量。这是因为在解决问题的过程中,我们需要使用一个递归栈来保存每个递归调用的状态。由于递归栈的深度等于递归调用的层数,因此空间复杂度为 O(n)。