汉诺塔问题
在归并排序和构建二叉树中，我们都是将原问题分解为两个规模为原问题一半的子问题。然而对于汉诺塔问题，我们采用不同的分解策略。
!!! question
给定三根柱子，记为 `A`、`B` 和 `C` 。起始状态下，柱子 `A` 上套着 $n$ 个圆盘，它们从上到下按照从小到大的顺序排列。我们的任务是要把这 $n$ 个圆盘移到柱子 `C` 上，并保持它们的原有顺序不变。在移动圆盘的过程中，需要遵守以下规则。
1. 圆盘只能从一个柱子顶部拿出，从另一个柱子顶部放入。
2. 每次只能移动一个圆盘。
3. 小圆盘必须时刻位于大圆盘之上。
我们将规模为 i i i 的汉诺塔问题记做 f ( i ) f(i) f(i) 。例如 f ( 3 ) f(3) f(3) 代表将 3 3 3 个圆盘从 A 移动至 C 的汉诺塔问题。
考虑基本情况
如下图所示，对于问题 f ( 1 ) f(1) f(1) ，即当只有一个圆盘时，我们将它直接从 A 移动至 C 即可。
=== “<1>”
=== “<2>”
如下图所示，对于问题 f ( 2 ) f(2) f(2) ，即当有两个圆盘时，由于要时刻满足小圆盘在大圆盘之上，因此需要借助 B 来完成移动。
- 先将上面的小圆盘从
A移至B。 - 再将大圆盘从
A移至C。 - 最后将小圆盘从
B移至C。
=== “<1>”
=== “<2>”
=== “<3>”
=== “<4>”
解决问题 f ( 2 ) f(2) f(2) 的过程可总结为：将两个圆盘借助 B 从 A 移至 C 。其中，C 称为目标柱、B 称为缓冲柱。
子问题分解
对于问题 f ( 3 ) f(3) f(3) ，即当有三个圆盘时，情况变得稍微复杂了一些。
因为已知 f ( 1 ) f(1) f(1) 和 f ( 2 ) f(2) f(2) 的解，所以我们可从分治角度思考，将 A 顶部的两个圆盘看做一个整体，执行下图所示的步骤。这样三个圆盘就被顺利地从 A 移动至 C 了。
- 令
B为目标柱、C为缓冲柱，将两个圆盘从A移动至B。 - 将
A中剩余的一个圆盘从A直接移动至C。 - 令
C为目标柱、A为缓冲柱，将两个圆盘从B移动至C。
=== “<1>”
=== “<2>”
=== “<3>”
=== “<4>”
本质上看，我们将问题 f ( 3 ) f(3) f(3) 划分为两个子问题 f ( 2 ) f(2) f(2) 和子问题 f ( 1 ) f(1) f(1) 。按顺序解决这三个子问题之后，原问题随之得到解决。这说明子问题是独立的，而且解是可以合并的。
至此，我们可总结出下图所示的汉诺塔问题的分治策略：将原问题 f ( n ) f(n) f(n) 划分为两个子问题 f ( n − 1 ) f(n-1) f(n−1) 和一个子问题 f ( 1 ) f(1) f(1) ，并按照以下顺序解决这三个子问题。
- 将 n − 1 n-1 n−1 个圆盘借助
C从A移至B。 - 将剩余 1 1 1 个圆盘从
A直接移至C。 - 将 n − 1 n-1 n−1 个圆盘借助
A从B移至C。
对于这两个子问题 f ( n − 1 ) f(n-1) f(n−1) ，可以通过相同的方式进行递归划分，直至达到最小子问题 f ( 1 ) f(1) f(1) 。而 f ( 1 ) f(1) f(1) 的解是已知的，只需一次移动操作即可。
代码实现
在代码中，我们声明一个递归函数 dfs(i, src, buf, tar) ，它的作用是将柱 src 顶部的 i i i 个圆盘借助缓冲柱 buf 移动至目标柱 tar 。
=== “Python”
```python title="hanota.py"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solve_hanota}
```
=== “C++”
```cpp title="hanota.cpp"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “Java”
```java title="hanota.java"
[class]{hanota}-[func]{move}
[class]{hanota}-[func]{dfs}
[class]{hanota}-[func]{solveHanota}
```
=== “C#”
```csharp title="hanota.cs"
[class]{hanota}-[func]{move}
[class]{hanota}-[func]{dfs}
[class]{hanota}-[func]{solveHanota}
```
=== “Go”
```go title="hanota.go"
[class]{}-[func]{move}
[class]{}-[func]{dfsHanota}
[class]{}-[func]{solveHanota}
```
=== “Swift”
```swift title="hanota.swift"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “JS”
```javascript title="hanota.js"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “TS”
```typescript title="hanota.ts"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “Dart”
```dart title="hanota.dart"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “Rust”
```rust title="hanota.rs"
[class]{}-[func]{move_pan}
[class]{}-[func]{dfs}
[class]{}-[func]{solve_hanota}
```
=== “C”
```c title="hanota.c"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
=== “Zig”
```zig title="hanota.zig"
[class]{}-[func]{move}
[class]{}-[func]{dfs}
[class]{}-[func]{solveHanota}
```
如下图所示，汉诺塔问题形成一个高度为 n n n 的递归树，每个节点代表一个子问题、对应一个开启的 dfs() 函数，因此时间复杂度为 O ( 2 n ) O(2^n) O(2n) ，空间复杂度为 O ( n ) O(n) O(n) 。
!!! quote
汉诺塔问题源自一种古老的传说故事。在古印度的一个寺庙里，僧侣们有三根高大的钻石柱子，以及 $64$ 个大小不一的金圆盘。僧侣们不断地移动原盘，他们相信在最后一个圆盘被正确放置的那一刻，这个世界就会结束。
然而，即使僧侣们每秒钟移动一次，总共需要大约 $2^{64} \approx 1.84×10^{19}$ 秒，合约 $5850$ 亿年，远远超过了现在对宇宙年龄的估计。所以，倘若这个传说是真的，我们应该不需要担心世界末日的到来。