题目描述
某航空公司有两班几乎同时从ICPCity\texttt{ICPCity}ICPCity起飞的航班，分别飞往城市AAA和城市BBB。航空公司有nnn个柜台供乘客托运行李。每个柜台有一对相同的行李箱，一个用于城市AAA，一个用于城市BBB。
在航班起飞前，每对行李箱被一台电动推车移动到分拣区。推车一次总是移动两个箱子（一个AAA市箱，一个BBB市箱）。所有箱子移动后，它们在分拣区排成一行：
B A B A B A … B AB\ A\ B\ A\ B\ A\ \ldots\ B\ ABABABA…BA
也就是说，有2n2n2n个行李箱排成一排，从BBB市箱开始，然后是AAA市箱，依此类推。现在的任务是将它们重新排序，使所有AAA市箱都排在所有BBB市箱之前。
重新排序是通过移动相邻的一对行李箱（不一定是BBB后接AAA）完成的，同样使用电动推车。为了保持平衡，推车必须总是装载两个箱子（或一个箱子加一个空位）。一对箱子必须总是被移动到一个至少有两个空位的空位上。在第一个箱子的左侧有一些空位，可以在重新排序过程中按需使用。
给定nnn，找到一个最短的移动序列，能将箱子重新排序，使所有AAA箱位于所有BBB箱的左侧。
输入格式
输入包含多个测试用例，每个用例独占一行，包含一个整数nnn(3≤n≤100)(3 \leq n \leq 100)(3≤n≤100)。
输出格式
对每个测试用例，输出一个能正确重新排序箱子的最短移动序列。每次移动的形式为“ffftottt”，其中fff和ttt是整数，表示将位置fff和f+1f+1f+1的箱子移动到位置ttt和t+1t+1t+1。如果有多个解，输出任意一个即可。
两个连续用例的输出之间用一个空行分隔。
解题思路
问题分析
这是一个典型的构造性递归问题。关键观察如下：
- 初始状态：位置111到2n2n2n的排列为B A B A … B AB\ A\ B\ A\ \ldots\ B\ ABABA…BA。
- 目标状态：所有AAA箱在左，所有BBB箱在右，即A A … A B B … BA\ A\ \ldots\ A\ B\ B\ \ldots\ BAA…ABB…B。
- 移动规则：每次移动相邻的两个位置（可能包含空位）到至少两格宽的空位。
- 最优性：至少需要nnn次移动，因为初始有nnn个B AB\ ABA逆序对，每次移动最多修正一个逆序。
递归构造算法
通过分析问题结构，我们可以发现一个递归解法：
1. 基本思路
对于长度为2n2n2n的序列（位置lll到rrr），我们可以通过以下步骤将其排序：
- 前两步固定移动：将最右边的一对移到左边空位，然后将左边的一对移到上一步腾出的空位。
- 递归处理：中间部分[l+4,r−4][l+4, r-4][l+4,r−4]形成了一个规模更小（n−4n-4n−4）的相同问题。
- 最后两步固定移动：完成剩余的对齐工作。
2. 算法正确性证明
定理：对于所有n≥3n \geq 3n≥3，上述递归算法能生成合法的nnn步移动序列，将B A B A …B\ A\ B\ A\ \ldotsBABA…转换为A … A B … BA\ \ldots\ A\ B\ \ldots\ BA…AB…B。
证明（数学归纳法）：
基础情况：n=3,5,6,7n = 3, 5, 6, 7n=3,5,6,7时，算法使用硬编码的移动序列，可以通过直接验证证明正确性。
归纳假设：假设对于所有k<nk < nk<n，算法能正确生成移动序列。
归纳步骤：对于n≥8n \geq 8n≥8：
- 执行前两步固定移动后，左边[l,l+3][l, l+3][l,l+3]和右边[r−3,r][r-3, r][r−3,r]已经部分有序。
- 中间部分[l+4,r−4][l+4, r-4][l+4,r−4]仍然保持原始的B A B A …B\ A\ B\ A\ \ldotsBABA…模式，但长度减少了888（即规模减少444）。
- 根据归纳假设，递归调用能正确排序中间部分。
- 最后两步固定移动将左右部分对齐，完成整个序列的排序。
移动次数：2+(n−4)+2=n2 + (n-4) + 2 = n2+(n−4)+2=n次，恰好是最优的。
3. 边界情况处理
对于较小的nnn，我们直接使用最优移动序列：
- n=3n = 3n=3：333步移动
- n=5n = 5n=5：555步移动
- n=6n = 6n=6：666步移动
- n=7n = 7n=7：777步移动
这些序列是通过穷举或手工构造得到的最优解。
时间复杂度
算法的时间复杂度为O(n)O(n)O(n)，因为每个测试用例恰好输出nnn行移动指令。递归深度为O(n)O(n)O(n)，但实际递归调用次数有限。
空间复杂度
空间复杂度为O(1)O(1)O(1)，除了递归调用栈外，只使用了常数空间。
代码实现
// Baggage// UVa ID: 1697// Verdict: Accepted// Submission Date: 2025-12-18// UVa Run Time: 0.000s//// 版权所有（C）2025，邱秋。metaphysis # yeah dot net#include<bits/stdc++.h>usingnamespacestd;// 打印移动指令voidprint(intx,inty){cout<<x<<" to "<<y<<endl;}// 递归处理函数// l: 当前处理区间左边界// r: 当前处理区间右边界voiddfs(intl,intr){intlen=r-l+1;// 当前区间长度// 长度小于等于2不需要处理if(len<=2)return;// 处理基本情况if(len==10){// n = 5print(r-2,l-2);print(l+2,r-2);print(r-4,l+2);print(l-1,r-4);print(r-1,l-1);return;}if(len==12){// n = 6print(r-2,l-2);print(r-5,r-2);print(l+1,r-5);print(r-6,l+1);print(l-1,r-6);print(r-1,l-1);return;}if(len==14){// n = 7print(l+7,l-2);print(l+4,l+7);print(l+11,l+4);print(l+2,l+11);print(l+8,l+2);print(l-1,l+8);print(l+12,l-1);return;}// 通用递归情况：长度 >= 16 (n >= 8)// 前两步：右边一对移到左边空位，左边一对移到上一步的空位print(r-2,l-2);print(l+2,r-2);// 递归处理中间部分（规模减少4）dfs(l+4,r-4);// 最后两步：完成排序print(l-1,r-5);print(r-1,l-1);}intmain(){intn;boolfirst=true;while(cin>>n){// 测试用例之间用空行分隔if(!first)cout<<endl;first=false;// n = 3 的特殊情况if(n==3){print(2,-1);print(5,2);print(3,-3);}else{// 递归处理一般情况dfs(1,2*n);}}return0;}总结
本题展示了如何通过递归构造解决排列重组问题。关键点在于：
- 发现递归结构：通过固定模式的前后处理，将大问题转化为小问题。
- 证明正确性：使用数学归纳法证明算法的正确性和最优性。
- 处理边界情况：小规模问题直接使用最优解。
这种"分而治之"的递归构造方法是解决许多构造性问题的有效技巧。通过精心设计的前后处理步骤，我们可以将复杂问题分解为更小的同类子问题，从而实现高效求解。
