Python学习 - 汉诺塔的实现思想 (递归函数)

本文通过汉诺塔问题介绍Python中的递归调用,详细解析了递归原理及其实现过程,并提供了完整的Python代码示例。

这两天在学习Python的基本知识,学到函数的递归调用时,用汉诺塔来举例子是一个很好的方式,这里把实现思想和代码简单说明一下。

汉诺塔 (hanoi)的由来

法国数学家爱德华·卢卡斯曾编写过一个印度的古老传说:在世界中心贝拿勒斯(在印度北部)的圣庙里,一块黄铜板上插着三根宝石针。印度教的主神梵天在创造世界的时候,在其中一根针上从下到上地穿好了由大到小的64片金片,这就是所谓的汉诺塔。不论白天黑夜,总有一个僧侣在按照下面的法则移动这些金片:一次只移动一片,不管在哪根针上,小片必须在大片上面。僧侣们预言,当所有的金片都从梵天穿好的那根针上移到另外一根针上时,世界就将在一声霹雳中消灭,而梵塔、庙宇和众生也都将同归于尽。

汉诺塔的原理展示

  • A,B,C三个柱子,盘子在A柱子上按金字塔形状从小到大排列
  • 每次只能移动一个盘子
  • 任何一次移动,必须大盘子在下面,小盘子在上面
  • 最后盘子按顺序从放到C上
    汉诺塔移动示意图

###汉诺塔的移动步骤
####前提条件: 有ABC三个柱子,起初所有的盘子在A柱上(最左边),通过不断的移动,把盘子移到最右边的C柱子上。

实现步骤:
1. 只有一个盘子1
    - 把1从A直接挪到C  (A --> C)
2. 俩个盘子1,2
    - 把1从A挪到B    (A --> B)
    - 把2挪到C       (A --> C)
    - 把1从B挪到C    (B --> C)
3. 三个盘子1,2,3
    - 把上面两个借助C先移到B   (2, A-->C-->B):  这里可以不看最底下个盘子,先看上面的两个盘子,借助C先移到B,这里跟两个盘子的移动是一样的。
	- 把1 移到C  (A --> C)
        - 把2 移到B (A --> B)
	- 把1 移到B (C --> B)
    - 把最底下的盘子3移到C               
	- A --> C 
    - 把 1,2 从B借助A移到C  (1,2 在B柱)(2, B-->A-->C)
        - 把 1 移到A
        - 把 2 移到C
        - 把 1 移到C
4. N个盘子 
     - 把上面N-1个先移到B柱 (N-1,A-->C-->B)
     - 把底下第N个移到C柱    (1,A-->C)
     - 把N-1个盘借助A移到C   (N-1, B-->A-->C)

Python代码的汉诺塔实现方式

# 汉诺塔的实现方式
# n: 代表多少个盘子
# A, B, C 代表 起始盘子A,辅助盘子B,目的盘子C

#表示移动位置,从a到b
def move(a,b):
    print(a,"-->",b)
    
# 汉诺塔实现
def hanoi(n, A, B, C):
    if n == 1:
        move(A,C)
        return None
    if n == 2:
        move(A,B)
        move(A,C)
        move(B,C)
        return None
    if n >= 3:
        hanoi(n-1,A, C, B)    #上面的N-1个盘子从A上,借助C,移到B
        move(A,C)             # 把左边最底下的盘子从A移到C
        hanoi(n-1, B, A, C)   # 在B上个N-1个盘子,借助B移到C
        
# 测试
print("1个盘子")
hanoi(1,"A", "B", "C")
print("2个盘子")
hanoi(2,"A", "B", "C")
print("3个盘子")
hanoi(3,"A", "B", "C")        
print("5个盘子 ")
hanoi(5,"A", "B", "C")

思考:其实这里去掉N=2的实现,结果也是一样的,在这里多写一步N=2, 是为了代码的方便阅读。

<think>嗯,用户想要找汉诺塔问题的非递归Python实现方法。首先,我得回忆一下汉诺塔问题的基本情况。汉诺塔是经典的递归问题,通常用递归方法解决,但用户需要非递归的实现。这可能是因为递归在处理大数时会有栈溢出的风险,或者用户想了解不同的实现方式。 首先,我得确定汉诺塔的非递归算法是如何工作的。记得非递归方法通常使用栈来模拟递归过程。递归解法中的每一步移动都可以分解为更小的子问题,非递归则需要显式地管理这些步骤的状态。 接下来,我需要查阅相关的算法知识。汉诺塔的非递归实现可以通过迭代和堆栈来管理移动步骤。每个步骤可以看作是一个状态,包含要移动的盘子数量、起始柱、辅助柱和目标柱。在递归中,这些状态由函数调用栈处理,而非递归则需要手动维护一个堆栈结构。 然后,考虑如何将这些步骤转化为Python代码。可能需要定义一个栈来保存待处理的任务,每个任务包括n(盘子数)、source、auxiliary、target。初始时,将主问题(n, a, b, c)压入栈。然后循环处理栈中的任务,分解为更小的子任务,直到所有盘子移动完成。 需要注意处理顺序,递归解法中通常是先移动n-1个盘子从源到辅助,然后移动第n个盘子到目标,最后再移动n-1个盘子从辅助到目标。非递归实现中需要确保分解任务的顺序正确,可能需要逆序压入栈来模拟递归的执行顺序。 另外,还要考虑边界条件,当n=1时直接移动盘子。同时,确保每次移动都符合汉诺塔的规则,即小盘不能在大盘下面。 现在,参考用户提供的引用内容,特别是引用[4]提到非递归实现借助堆栈。这与我之前的思路一致,所以可以结合这个引用来构建代码示例。 然后,编写代码时,需要定义一个栈,例如使用列表的append和pop方法。每个栈元素可能是一个元组,包含n、source、target、auxiliary。处理时,分解任务,先将较大的子任务压入栈,确保处理顺序正确。 最后,测试代码是否正确,例如n=3时是否能正确输出所有移动步骤。并且确保代码符合Python语法,没有错误。 总结步骤:初始化栈,压入初始任务,循环处理栈中的任务,分解为更小的子任务或直接移动盘子。每一步分解时注意顺序,确保与递归等效。输出每一步的移动指令。</think>### 汉诺塔非递归Python实现详解 汉诺塔的非递归算法通过堆栈模拟递归过程,显式管理移动步骤。以下是具体实现方法: #### 核心思路 1. **堆栈模拟递归**:用栈存储待处理的子任务(包含盘子数量、源柱、目标柱、辅助柱) 2. **任务分解规则**: - 当处理任务$n>1$时,按逆序压入三个子任务(对应递归的执行顺序) - 当$n=1$时直接执行移动操作 #### Python代码实现 ```python def hanoi_nonrecursive(n, a, b, c): stack = [] # 初始任务:移动n个盘子从a到c,借助b stack.append((n, a, c, b)) while stack: current = stack.pop() num, source, target, auxiliary = current if num == 1: print(f"移动盘子从 {source} 到 {target}") else: # 注意压栈顺序与执行顺序相反 # 步骤3:移动n-1个盘子从辅助柱到目标柱 stack.append((num-1, auxiliary, target, source)) # 步骤2:移动第n个盘子到目标柱 stack.append((1, source, target, auxiliary)) # 步骤1:移动n-1个盘子从源柱到辅助柱 stack.append((num-1, source, auxiliary, target)) # 示例:3个盘子从A到C,借助B hanoi_nonrecursive(3, 'A', 'B', 'C') ``` #### 代码解析 1. **堆栈初始化**:存储元组`(盘子数, 源柱, 目标柱, 辅助柱)` 2. **循环处理**: - 弹出栈顶任务 - 当处理多盘子任务时,分解为三个子任务压栈(顺序与递归执行相反) - 单盘子任务直接执行移动 #### 执行结果 ``` 移动盘子从 A 到 C 移动盘子从 A 到 B 移动盘子从 C 到 B 移动盘子从 A 到 C 移动盘子从 B 到 A 移动盘子从 B 到 C 移动盘子从 A 到 C ``` 此算法时间复杂度仍为$O(2^n)$,但避免了递归的栈溢出风险。通过显式堆栈管理,可以处理较大规模的汉诺塔问题[^4]。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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