泊松分酒

题目如下:

泊松是法国数学家、物理学家和力学家。他一生致力科学事业,成果颇多。有许多著名的公式定理以他的名字命名,比如概率论中著名的泊松分布。


    有一次闲暇时,他提出过一个有趣的问题,后称为:“泊松分酒”。在我国古代也提出过类似问题,遗憾的是没有进行彻底探索,其中流传较多是:“韩信走马分油”问题。


    有3个容器,容量分别为12升,8升,5升。其中12升中装满油,另外两个空着。要求你只用3个容器操作,最后使得某个容器中正好有6升油。


    下面的列表是可能的操作状态记录:
12,0,0
4,8,0
4,3,5
9,3,0
9,0,3
1,8,3
1,6,5


    每行3个数据,分别表示12,8,6升容器中的油量


    第一行表示初始状态,第二行表示把12升倒入8升容器后的状态,第三行是8升倒入5升,...


    当然,同一个题目可能有多种不同的正确操作步骤。


    本题目的要求是,请你编写程序,由用户输入:各个容器的容量,开始的状态,和要求的目标油量,程序则通过计算输出一种实现的步骤


    例如,用户输入:
12,8,5,12,0,0,6


    用户输入的前三个数是容器容量(由大到小),接下来三个数是三个容器开始时的油量配置,最后一个数是要求得到的油量(放在哪个容器里得到都可以)


    则程序可以输出(答案不唯一,只验证操作可行性):
12,0,0
4,8,0
4,3,5
9,3,0
9,0,3
1,8,3
1,6,5


解析:我这里用的是回溯法,假设现在三个酒杯分别标记为A,B,C,则对于一个状态有六种分酒方法:A->B,A->C,B->A,B->C,C->A,C->B,根据这种思想构造出来

的搜索树每一层有六个节点,每个节点对应一种分酒方法,进行一次分酒之后,便是一个新的状态,此时递归进行六种分酒方法,使用回溯法自然就需要明确

回溯条件,这里我的回溯条件分为两种:第一种,当无法进行分酒时回溯(如A->B,此时如果A是空的,或者B是满的,则分酒无法进行),第二种,当分酒之

后的状态之前已经出现过,则回溯(否则会永无止境得搜索)。


java代码如下:

import java.util.ArrayList;
import java.util.List;

public class ys_10 {
	//分酒
	public static void main(String[] args) {
		
		new ys_10().new answer(12,8,5,12,0,0,6);
	}
	private class answer{
		//保存每一次的结果
		private int[] result=new int[3];
		//最终存在的数字
		private int last=0;
		//初始大小
		private int[] size=new int[3];
		//历史记录
		private List history=new ArrayList();
		//过程
		private List course=new ArrayList();
		public answer(int a1,int a2,int a3,int a4,int a5,int a6,int a7){
			size[0]=a1;
			size[1]=a2;
			size[2]=a3;
			result[0]=a4;
			result[1]=a5;
			result[2]=a6;
			last=a7;
			//添加初始记录
			addHistory();
			addCourse();
			process();
		}
		public void process(){
			if(isLast()){
				//输出结果
				outputCourse();
				return;
			}
			int one,two,three;
			one=result[0];
			two=result[1];
			three=result[2];
			int[] temp={1,2,0,2,0,1};
			for(int i=0;i<6;i++){
				//六种情况分别为:A->B,A->C,B->A,B->C,C->A,C->B
				if(!move(i/2,temp[i])){
					//移动失败
					continue;
				}
				//是否存在该记录-》存在
				if(isInHistory()){
					//恢复原来的状态
					result[0]=one;
					result[1]=two;
					result[2]=three;
					//这里的剪枝很重要,否则会一直搜索下去
					continue;
				}else{
					addHistory();
					//添加有效记录
					addCourse();
				}
				//处理下一层
				process();
				//应该恢复到原来状态
				result[0]=one;
				result[1]=two;
				result[2]=three;
				removeCourse();
			}
		}
		//通过a杯装满b杯
		public boolean move(int a,int b){
			//a酒杯是空酒杯
			if(result[a]==0)return false;
			//b酒杯是满酒杯
			if(result[b]==size[b])return false;
			
			//b酒杯的剩余空间大于等于a酒杯的
			if(size[b]-result[b]>=result[a]){
				result[b]+=result[a];
				result[a]=0;
			}else{
				//a酒杯减去b酒杯的剩余容量
				result[a]-=(size[b]-result[b]);
				//b酒杯装满
				result[b]=size[b];
			}
			return true;
		}
		//将当前状态添加到记录中
		private void addHistory(){
			String his=result[0]+","+result[1]+","+result[2];
			history.add(his);
		}
		//当前状态是否存在于历史记录中
		private boolean isInHistory(){
			//待优化,可以用位运算
			String his=result[0]+","+result[1]+","+result[2];
			return history.contains(his);	
		}
		//添加过程
		private void addCourse(){
			for(int i=0;i<result.length;i++){
				course.add(result[i]);
			}
		}
		//移除过程
		private void removeCourse(){
			int length=course.size();
			for(int i=length-1;i>length-4;i--){
				course.remove(i);
			}
		}
		//当前结果是否是最终结果了
		private boolean isLast(){
			for(int i=0;i<result.length;i++){
				if(result[i]==last){return true;}
			}
			return false;
		}
		//输出最终结果
		private void outputCourse(){
			
			for(int i=0;i<course.size();i++){
				
				if(i%3==2){
					System.out.println(course.get(i));
				}else{
					System.out.print(course.get(i)+",");
				}

			}
			System.out.println("========================");
		}
	}
}

输出结果:

12,0,0
4,8,0
0,8,4
8,0,4
8,4,0
3,4,5
3,8,1
11,0,1
11,1,0
6,1,5
========================
12,0,0
4,8,0
4,3,5
9,3,0
9,0,3
1,8,3
1,6,5
========================



### 算法的 C++ 实现与解释 问题是经典的穷举法应用之一,主要通过模拟倒过程中的状态变化来解决问题。以下是基于引用的内容以及专业知识对该问题的详细解析。 #### 穷举法的核心思想 穷举法是一种依赖计算机强大计算能力的经典算法,适用于解决那些没有明显规律可循的问题[^2]。对于问题而言,可以通过枚举所有可能的状态转移路径找到最终解。 #### 问题描述 假设存在三个容器 A、B 和 C,别具有容量 `a`、`b` 和 `c` 升(其中 c 是目标容量),初始状态下只有 A 容器装满水,其余两个为空。目标是从 A 向 B 或 C 转移液体直到某个容器恰好含有目标体积 `c` 的液体为止。 #### 状态表示 为了便于编程实现,可以定义三元组 `(x, y)` 表示当前状态,其中: - `x`: 当前容器 B 中的水量; - `y`: 当前容器 C 中的水量。 初始状态为 `(0, 0)`,即两容器均为空;终止条件则为任意刻满足其中一个容器内的水量等于目标值 `c`。 #### 关键操作析 根据题目设定,在每次操作过程中允许执行以下几种基本动作: 1. 将 A 的全部内容倒入 B 或者 C 直至后者满载或者前者清空; 2. 把 B 的部或整体转移到 C 反之亦然; 3. 清空任一非零存量的目标容器重新开始尝试填充其他对象直至达成预期结果为止。 这些逻辑可以用简单的数学关系表达出来并结合实际物理约束加以限制从而形成完整的解决方案框架如下所示: ```cpp #include <iostream> #include <queue> using namespace std; struct State { int a, b; }; bool visited[201][201]; // Assuming max capacity is less than or equal to 200 liters. void bfs(int capA, int capB, int target) { queue<State> q; State start = {capA, 0}; q.push(start); memset(visited, false, sizeof(visited)); visited[start.a][start.b] = true; while (!q.empty()) { State current = q.front(); q.pop(); if (current.a == target || current.b == target){ cout << "Solution found!" << endl; break; } vector<State> nextStates{ {0, current.b}, // Empty A. {current.a, 0}, // Empty B. {min(capA, current.a + current.b), ((current.a + current.b) > capA)?((current.a + current.b)-capA):0 },// Pour from B into A until A full. {(current.a + current.b >= capB)?(current.a-(capB-current.b)):0 , min(capB,(current.a+current.b))} //Pour from A into B untill B full. }; for(auto s :nextStates ){ if(!visited[s.a][s.b]){ visited[s.a][s.b]=true; q.push(s); } } } } int main(){ int A,B,C; cin>>A>>B>>C; bfs(A,B,C); } ``` 上述代码实现了利用广度优先搜索(BFS)方法寻找最短路径到达特定状态的功能[^3]^。这里采用了队列数据结构存储待访问节点,并借助二维布尔数组记录已探索过的组合防止重复处理相同情形造成死循环现象发生。 #### 结论 综上所述,通过对这一典型例子的学习我们可以发现即使面对看似复杂棘手的实际应用场景只要合理运用诸如穷举之类的通用技术手段同样能够有效应对各种挑战获得满意的结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值