python实现汉诺塔算法

yipeiwu_com7年前Python基础

题目:

汉诺塔给出最优解,如果对汉诺塔的定义有不了解,请翻看数据结构教材。

除了最基本的之外,还有一题,给定一个数组,arr=[2,3,1,2,3],其含义是这是一个有5个圆盘的汉诺塔,每一个数字代表这个圆盘所在的位置,1代表左边的柱子,2代表中间,3代表右边。给出这个序列代表了汉诺塔移动的第几步,如果该步骤是错误的,则返回-1,所谓错误,是指该步骤不是最简便的得到汉诺塔序列的操作步骤。

分析:

1、 算法当然还是递归解了,即把n个汉诺塔盘子分解成 n - 1 个盘子的移动和一个底层盘子的移动,这样一来,问题就成了一连串的递归,然后就可以逐步求解了。
当然了,汉诺塔还有进阶问题,此处先不讨论,随后补上吧。

2、 这个步骤的循环是从最右边开始的,考察最大的圆盘,因为数组的索引值越大,其圆盘的半径越大。
这样一来,如果最大的圆盘的值为3,说明已经移动到位了,如果为1,说明还没有开始移动底层圆盘,如果为2,说明圆盘移动到了中间,表示移动错误,因为根本不需要移动到中间,这个步骤是多余的。

代码:

#!usr/bin/python2.7
# -*- coding=utf8 -*-
# @Time : 18-1-3 下午9:52
# @Author : Cecil Charlie


class Hanoi(object):
 """
  汉诺塔问题,给定三个盘子,用计算机计算出来将所有的盘子从左移动到右的所有的操作。
 """
 def __init__(self):
  self.place = ["left", "middle", "right"]
  self.num = 0 # 表示所有操作的总次数

 def hanoi(self, n):
  """
   给定一个n,即汉诺塔的盘子数量,返回所有的从左移动到右侧的具体操作步数
  :param n: 盘子数
  :return: 具体操作
  """
  self.num = 0
  if n > 0:
   self.__move(n, "left", "middle", "right")

 def __move(self, n, start, mid, end):
  if n == 1:
   print "move from " + start + " to " + end
   self.num += 1
  else:
   self.__move(n-1, start, end, mid)
   self.__move(1, start, mid, end)
   self.__move(n-1, mid, start, end)

 def step(self, arr):
  """
   求解针对arr的圆盘,所对应的最优解到底是第几步。解题的核心在于从右向左考察圆盘到底在不在3位置,如果在,则说明已经移动成功了;
   如果在中间,说明移动出现了错误,因为不需要移动到中间,如果还在左边,则仍需要考虑。
  :param arr: 列表中每一项表示该项的圆盘在哪个柱子上,取值包括1,2,3。1表示左,2表示中,3表示右,索引值越大,表示的圆盘的半径越大。
  :return: 属于最优解的第几步
  """
  if arr is None:
   return -1
  for i in xrange(len(arr) - 1):
   if arr[i] != 1 and arr[i] != 2 and arr[i] != 3:
    return -1
  return self.__process(arr, len(arr)-1, 1, 2, 3)

 def __process(self, arr, i, start, mid, end):
  """
   具体操作得到arr属于第几步
  :param arr: 圆盘对应的位置数组列表
  :param i: 考察arr圆盘的第几个,最大值是 len(arr)-1
  :return: 返回步数,如果给出的arr的位置不是移动的最优解,则返回 -1。
  """
  if i == -1:
   return 0
  if arr[i] != start and arr[i] != end:
   return -1
  if arr[i] == start:
   return self.__process(arr, i-1, start, end, mid) # 说明其值还未过半,直接找之前的就好
  else: # 说明步数已经过半了。
   count = self.__process(arr, i-1, mid, start, end)
   if count == -1:
    return -1
   return (i * 2) + count

h = Hanoi()
h.hanoi(4)
print h.num
print h.step([3,3,2,1])

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

Python探索之静态方法和类方法的区别详解

面相对象程序设计中,类方法和静态方法是经常用到的两个术语。 逻辑上讲:类方法是只能由类名调用;静态方法可以由类名或对象名进行调用。 python staticmethod and cla...

在Pytorch中使用样本权重(sample_weight)的正确方法

step: 1.将标签转换为one-hot形式。 2.将每一个one-hot标签中的1改为预设样本权重的值 即可在Pytorch中使用样本权重。 eg: 对于单个样本:loss = -...

在python的WEB框架Flask中使用多个配置文件的解决方法

有些框架本身就支持多配置文件,例如Ruby On Rails,nodejs下的expressjs。python下的Flask虽然本身支持配置文件管理, 但单纯使用from_object和...

python matplotlib库绘制散点图例题解析

python matplotlib库绘制散点图例题解析

假设通过爬虫你获取到了北京2016年3,10月份每天白天的最高气温(分别位于列表a,b),那么此时如何寻找出气温随时间(天)变化的某种规律? a = [11,17,16,11,12,11...

TensorFlow dataset.shuffle、batch、repeat的使用详解

直接看代码例子,有详细注释!! import tensorflow as tf import numpy as np d = np.arange(0,60).reshape([6...