1.自顶向下,逐步求精:
“自顶向下,逐步求精”是将原问题分解为几个子问题,例如,汉诺塔问题中,要做的是将n个圆盘从A柱按大小顺序移到C柱。第一步: 将n - 1片圆盘从 A柱 通过 C柱 移动到 B柱;第二步:将 A柱 最大的圆盘移动到 C柱;第三步:将 B柱 的n - 1片圆盘移动到 C柱。最后,将子问题的解融合为原问题的解。
2.递归与分治:
汉诺塔问题中,先定义函数hanoi,又调用了hanoi函数。递归算法为: 1、从A柱上移动包含n-1个盘子到B柱上。 2、将A柱上剩余的一个盘子(最大的一个盘子)放到C柱上。 3、将B柱上n-1个盘子移动到C柱上。
3.不跨层分析:考虑n-1个盘子怎么移动的时候就不要分析剩下的地n个盘子怎么移动。
4.形参与实参:
形参:在定义函数阶段定义的参数, 叫形式参数, 简称形参(相当于变量名)
实参:再调用函数的阶段传入的值, 叫实际参数, 简称实参(相当于变量值)
关系:在调用的时候实参的值会传给形参。
在汉诺塔问题中,需要定义形参n,a,b,c分别为盘子个数与三个柱子,调用函数时,提供实参例如为3,A,B,C。
5.标识符:
标识符要有意义,规范,单词要写清楚。
6.时间复杂度:
时间复杂度,是一个用于度量一个算法的运算时间的一个描述,本质是一个函数,根据这个函数能在不用具体的测试数据来测试的情况下,粗略地估计算法的执行效率,时间复杂度表示的只是代码执行时间随数据规模增长的变化趋势。
对于n个盘片,一共需要移动2^n - 1次才能达到目标,故汉诺塔问题的时间复杂度为: O(2^n)。
7.递归栈:
调用递归函数过程中,需要用递归栈来保存,在汉诺塔问题中,递归栈的深度等于递归函数调用的次数。
8.空间复杂度:
空间复杂度是对一个算法在运行过程中临时占用存储空间大小量度 。空间复杂度计算规则基本跟时间复杂度类似,也使用大O渐进表示法。
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("%c -> %c \r\n", paraSource, 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.
*/
int main() {
hanoiTest();
}// of main
运行结果
---- addToTest begins. ----
2 plates
A -> C
A -> B
C -> B
3 plates
A -> B
A -> C
B -> C
A -> B
C -> A
C -> B
A -> B
---- addToTest ends. ----