Python: 1.688.293 1.579.182 1.524.054 1.450.842 1.093.195 di chuyển
Phương thức chính là main_to_help_best
, để di chuyển một số phần tử được chọn từ ngăn xếp chính sang ngăn xếp trợ giúp. Nó có một lá cờ everything
xác định xem chúng ta muốn nó di chuyển mọi thứ vào trong chỉ định destination
hay chúng ta muốn giữ chỉ lớn nhất trong destination
khi phần còn lại trong trình trợ giúp khác.
Giả sử chúng ta đang chuyển sang dst
sử dụng trình trợ giúp helper
, hàm có thể được mô tả đại khái như sau:
- Tìm vị trí của các phần tử lớn nhất
- Di chuyển mọi thứ lên trên đỉnh của phần tử lớn nhất trên cùng để
helper
đệ quy
- Di chuyển phần tử lớn nhất sang
dst
- Đẩy lùi từ
helper
chính
- Lặp lại 2-4 cho đến khi các phần tử lớn nhất nằm trong
dst
- a. Nếu
everything
được đặt, di chuyển đệ quy các phần tử trong chính sang dst
b. Mặt khác, di chuyển đệ quy các phần tử trong chính sanghelper
Thuật toán sắp xếp chính ( sort2
trong mã của tôi) sau đó sẽ gọi main_to_help_best
với everything
set False
, và sau đó di chuyển phần tử lớn nhất trở lại main, sau đó di chuyển mọi thứ từ trình trợ giúp trở lại chính, giữ cho nó được sắp xếp.
Giải thích thêm được nhúng dưới dạng nhận xét trong mã.
Về cơ bản các nguyên tắc mà tôi đã sử dụng là:
- Giữ một người trợ giúp để chứa (các) phần tử tối đa
- Giữ một người trợ giúp khác để chứa bất kỳ yếu tố nào khác
- Đừng làm những động tác không cần thiết càng nhiều càng tốt
Nguyên tắc 3 được thực hiện bằng cách không tính di chuyển nếu nguồn là đích trước đó (nghĩa là chúng ta chỉ chuyển chính sang help1, sau đó chúng ta muốn chuyển từ help1 sang help2), và hơn nữa, chúng ta giảm số lần di chuyển xuống 1 nếu chúng ta đang di chuyển nó trở lại vị trí ban đầu (tức là chính thành help1 rồi help1 thành main). Ngoài ra, nếu n
tất cả các di chuyển trước đó đều di chuyển cùng một số nguyên, chúng ta thực sự có thể sắp xếp lại các n
di chuyển đó. Vì vậy, chúng tôi cũng tận dụng điều đó để giảm số lượng di chuyển hơn nữa.
Điều này là hợp lệ vì chúng ta biết tất cả các phần tử trong ngăn xếp chính, vì vậy điều này có thể được hiểu là trong tương lai chúng ta sẽ di chuyển phần tử trở lại, chúng ta không nên thực hiện bước này.
Chạy mẫu (ngăn xếp được hiển thị từ dưới lên trên - vì vậy phần tử đầu tiên là dưới cùng):
Độ dài 1
Di chuyển: 0
Nhiệm vụ: 6
Tối đa: 0 ([1])
Trung bình: 0.000
Độ dài 2
Di chuyển: 60
Nhiệm vụ: 36
Tối đa: 4 ([1, 2])
Trung bình: 1.667
Chiều dài 3
Di chuyển: 1030
Nhiệm vụ: 216
Tối đa: 9 ([2, 3, 1])
Trung bình: 4,769
Độ dài 4
Di chuyển: 11765
Nhiệm vụ: 1296
Tối đa: 19 ([3, 4, 2, 1])
Trung bình: 9.078
Độ dài 5
Di chuyển: 112325
Nhiệm vụ: 7776
Tối đa: 33 ([4, 5, 3, 2, 1])
Trung bình: 14.445
Độ dài 6
Di chuyển: 968015
Nhiệm vụ: 46656
Tối đa: 51 ([5, 6, 4, 3, 2, 1])
Trung bình: 20,748
--------------
Nhìn chung
Di chuyển: 1093195
Nhiệm vụ: 55986
Trung bình: 19,526
Chúng ta có thể thấy rằng trường hợp xấu nhất là khi phần tử lớn nhất được đặt ở dưới cùng thứ hai, trong khi phần còn lại được sắp xếp. Từ trường hợp xấu nhất chúng ta có thể thấy rằng thuật toán là O (n ^ 2).
Số lượng di chuyển rõ ràng là tối thiểu n=1
và n=2
như chúng ta có thể thấy từ kết quả, và tôi tin rằng đây cũng là mức tối thiểu cho các giá trị lớn hơn n
, mặc dù tôi không thể chứng minh điều đó.
Giải thích thêm là trong mã.
from itertools import product
DEBUG = False
def sort_better(main, help1, help2):
# Offset denotes the bottom-most position which is incorrect
offset = len(main)
ref = list(reversed(sorted(main)))
for idx, ref_el, real_el in zip(range(len(main)), ref, main):
if ref_el != real_el:
offset = idx
break
num_moves = 0
# Move the largest to help1, the rest to help2
num_moves += main_to_help_best(main, help1, help2, offset, False)
# Move the largest back to main
num_moves += push_to_main(help1, main)
# Move everything (sorted in help2) back to main, keep it sorted
num_moves += move_to_main(help2, main, help1)
return num_moves
def main_to_help_best(main, dst, helper, offset, everything=True):
"""
Moves everything to dst if everything is true,
otherwise move only the largest to dst, and the rest to helper
"""
if offset >= len(main):
return 0
max_el = -10**10
max_idx = -1
# Find the location of the top-most largest element
for idx, el in enumerate(main[offset:]):
if el >= max_el:
max_idx = idx+offset
max_el = el
num_moves = 0
# Loop from that position downwards
for max_idx in range(max_idx, offset-1, -1):
# Processing only at positions with largest element
if main[max_idx] < max_el:
continue
# The number of elements above this largest element
top_count = len(main)-max_idx-1
# Move everything above this largest element to helper
num_moves += main_to_help_best(main, helper, dst, max_idx+1)
# Move the largest to dst
num_moves += move(main, dst)
# Move back the top elements
num_moves += push_to_main(helper, main, top_count)
# Here, the largest elements are in dst, the rest are in main, not sorted
if everything:
# Move everything to dst on top of the largest
num_moves += main_to_help_best(main, dst, helper, offset)
else:
# Move everything to helper, not with the largest
num_moves += main_to_help_best(main, helper, dst, offset)
return num_moves
def verify(lst, moves):
if len(moves) == 1:
return True
moves[1][0][:] = lst
for src, dst, el in moves[1:]:
move(src, dst)
return True
def equal(*args):
return len(set(str(arg.__init__) for arg in args))==1
def move(src, dst):
dst.append(src.pop())
el = dst[-1]
if not equal(dst, sort.lst) and list(reversed(sorted(dst))) != dst:
raise Exception('HELPER NOT SORTED: %s, %s' % (src, dst))
cur_len = len(move.history)
check_idx = -1
matched = False
prev_src, prev_dst, prev_el = move.history[check_idx]
# As long as the element is the same as previous elements,
# we can reorder the moves
while el == prev_el:
if equal(src, prev_dst) and equal(dst, prev_src):
del(move.history[check_idx])
matched = True
break
elif equal(src, prev_dst):
move.history[check_idx][1] = dst
matched = True
break
elif equal(dst, prev_src):
move.history[check_idx][0] = src
matched = True
break
check_idx -= 1
prev_src, prev_dst, prev_el = move.history[check_idx]
if not matched:
move.history.append([src, dst, el])
return len(move.history)-cur_len
def push_to_main(src, main, amount=-1):
num_moves = 0
if amount == -1:
amount = len(src)
if amount == 0:
return 0
for i in range(amount):
num_moves += move(src, main)
return num_moves
def push_to_help(main, dst, amount=-1):
num_moves = 0
if amount == -1:
amount = len(main)
if amount == 0:
return 0
for i in range(amount):
num_moves += move(main, dst)
return num_moves
def help_to_help(src, dst, main, amount=-1):
num_moves = 0
if amount == -1:
amount = len(src)
if amount == 0:
return 0
# Count the number of largest elements
src_len = len(src)
base_el = src[src_len-amount]
base_idx = src_len-amount+1
while base_idx < src_len and base_el == src[base_idx]:
base_idx += 1
# Move elements which are not the largest to main
num_moves += push_to_main(src, main, src_len-base_idx)
# Move the largest to destination
num_moves += push_to_help(src, dst, base_idx+amount-src_len)
# Move back from main
num_moves += push_to_help(main, dst, src_len-base_idx)
return num_moves
def move_to_main(src, main, helper, amount=-1):
num_moves = 0
if amount == -1:
amount = len(src)
if amount == 0:
return 0
# Count the number of largest elements
src_len = len(src)
base_el = src[src_len-amount]
base_idx = src_len-amount+1
while base_idx < src_len and base_el == src[base_idx]:
base_idx += 1
# Move elements which are not the largest to helper
num_moves += help_to_help(src, helper, main, src_len-base_idx)
# Move the largest to main
num_moves += push_to_main(src, main, base_idx+amount-src_len)
# Repeat for the rest of the elements now in the other helper
num_moves += move_to_main(helper, main, src, src_len-base_idx)
return num_moves
def main():
num_tasks = 0
num_moves = 0
for n in range(1, 7):
start_moves = num_moves
start_tasks = num_tasks
max_move = -1
max_main = []
for lst in map(list,product(*[[1,2,3,4,5,6]]*n)):
num_tasks += 1
if DEBUG: print lst, [], []
sort.lst = lst
cur_lst = lst[:]
move.history = [(None, None, None)]
help1 = []
help2 = []
moves = sort_better(lst, help1, help2)
if moves > max_move:
max_move = moves
max_main = cur_lst
num_moves += moves
if DEBUG: print '%s, %s, %s (moves: %d)' % (cur_lst, [], [], moves)
if list(reversed(sorted(lst))) != lst:
print 'NOT SORTED: %s' % lst
return
if DEBUG: print
# Verify that the modified list of moves is still valid
verify(cur_lst, move.history)
end_moves = num_moves - start_moves
end_tasks = num_tasks - start_tasks
print 'Length %d\nMoves: %d\nTasks: %d\nMax: %d (%s)\nAverage: %.3f\n' % (n, end_moves, end_tasks, max_move, max_main, 1.0*end_moves/end_tasks)
print '--------------'
print 'Overall\nMoves: %d\nTasks: %d\nAverage: %.3f' % (num_moves, num_tasks, 1.0*num_moves/num_tasks)
# Old sort method, which assumes we can only see the top of the stack
def sort(main, max_stack, a_stack):
height = len(main)
largest = -1
num_moves = 0
a_stack_second_el = 10**10
for i in range(height):
if len(main)==0:
break
el = main[-1]
if el > largest: # We found a new maximum element
if i < height-1: # Process only if it is not at the bottom of main stack
largest = el
if len(a_stack)>0 and a_stack[-1] < max_stack[-1] < a_stack_second_el:
a_stack_second_el = max_stack[-1]
# Move aux stack to max stack then reverse the role
num_moves += help_to_help(a_stack, max_stack, main)
max_stack, a_stack = a_stack, max_stack
if DEBUG: print 'Moved max_stack to a_stack: %s, %s, %s (moves: %d)' % (main, max_stack, a_stack, num_moves)
num_moves += move(main, max_stack)
if DEBUG: print 'Moved el to max_stack: %s, %s, %s (moves: %d)' % (main, max_stack, a_stack, num_moves)
elif el == largest:
# The maximum element is the same as in max stack, append
if i < height-1: # Only if the maximum element is not at the bottom
num_moves += move(main, max_stack)
elif len(a_stack)==0 or el <= a_stack[-1]:
# Current element is the same as in aux stack, append
if len(a_stack)>0 and el < a_stack[-1]:
a_stack_second_el = a_stack[-1]
num_moves += move(main, a_stack)
elif a_stack[-1] < el <= a_stack_second_el:
# Current element is larger, but smaller than the next largest element
# Step 1
# Move the smallest element(s) in aux stack into max stack
amount = 0
while len(a_stack)>0 and a_stack[-1] != a_stack_second_el:
num_moves += move(a_stack, max_stack)
amount += 1
# Step 2
# Move all elements in main stack that is between the smallest
# element in aux stack and current element
while len(main)>0 and max_stack[-1] <= main[-1] <= el:
if max_stack[-1] < main[-1] < a_stack_second_el:
a_stack_second_el = main[-1]
num_moves += move(main, a_stack)
el = a_stack[-1]
# Step 3
# Put the smallest element(s) back
for i in range(amount):
num_moves += move(max_stack, a_stack)
else: # Find a location in aux stack to put current element
# Step 1
# Move all elements into max stack as long as it will still
# fulfill the Hanoi condition on max stack, AND
# it should be greater than the smallest element in aux stack
# So that we won't duplicate work, because in Step 2 we want
# the main stack to contain the minimum element
while len(main)>0 and a_stack[-1] < main[-1] <= max_stack[-1]:
num_moves += move(main, max_stack)
# Step 2
# Pick the minimum between max stack and aux stack, move to main
# This will essentially sort (in reverse) the elements into main
# Don't move to main the element(s) found before Step 1, because
# we want to move them to aux stack
while True:
if len(a_stack)>0 and a_stack[-1] < max_stack[-1]:
num_moves += move(a_stack, main)
elif max_stack[-1] < el:
num_moves += move(max_stack, main)
else:
break
# Step 3
# Move all elements in main into aux stack, as long as it
# satisfies the Hanoi condition on aux stack
while max_stack[-1] == el:
num_moves += move(max_stack, a_stack)
while len(main)>0 and main[-1] <= a_stack[-1]:
if main[-1] < a_stack[-1] < a_stack_second_el:
a_stack_second_el = a_stack[-1]
num_moves += move(main, a_stack)
if DEBUG: print main, max_stack, a_stack
# Now max stack contains largest element(s), aux stack the rest
num_moves += push_to_main(max_stack, main)
num_moves += move_to_main(a_stack, main, max_stack)
return num_moves
if __name__ == '__main__':
main()