1. 题目背景与核心考察点
这道来自清华大学考研机试题库的编程题目"玛雅人的密码"，表面看是一个关于古文明密码破译的趣味题目，实际上考察的是考生对广度优先搜索（BFS）算法的掌握程度，以及处理字符串状态转换的能力。这类题目在ACM/ICPC竞赛和顶级院校的机试中非常典型——用一个引人入胜的故事背景包装核心算法考点。
我第一次接触这道题时，被它巧妙的设定吸引了：玛雅人使用一种特殊的"滚动密码"，每次操作可以将字符串中"2012"这个子串移动到最前面。我们需要计算从初始字符串到目标字符串"2012"在最前面的最少操作次数。这本质上是一个状态空间搜索问题，每个字符串状态相当于图中的一个节点，每次"滚动"操作就是节点间的边。
2. 问题建模与算法选择
2.1 状态空间分析
假设初始字符串长度为n，理论上最多有n!种排列组合。但实际由于操作限制（只能移动"2012"子串），状态空间会小很多。例如对于样例输入"02120"，所有可能的状态包括：
- 02120（初始）
- 20120（移动第一个"2012"）
- 01202（移动第二个"2012"）
- 20120（移动后结果与第一种相同）
通过这个例子可以看出，虽然字符串长度只有5，但有效操作并不多。这提示我们可以用BFS来系统地探索状态空间。
2.2 为什么选择BFS而非DFS？
在最短路径问题中，BFS具有天然优势：
- 它按照距离从近到远的顺序访问节点，第一次到达目标时即为最短路径
- 不需要递归，避免栈溢出风险
- 可以通过visited集合有效剪枝
相比之下，DFS可能会在深层分支浪费大量时间，且难以保证首次找到的就是最短路径。对于这种状态转换步数最少的题目，BFS是最佳选择。
3. 具体实现方案
3.1 数据结构设计
cpp复制#include <iostream>
#include <queue>
#include <unordered_map>
#include <string>
using namespace std;
struct State {
string s;
int steps;
};
使用结构体State来保存当前字符串状态和已走步数。queue用于BFS的先进先出遍历，unordered_map作为visited记录已访问状态。
3.2 BFS框架实现
cpp复制int bfs(string start) {
if (start.find("2012") == 0) return 0; // 初始状态即满足
queue<State> q;
unordered_map<string, bool> visited;
q.push({start, 0});
visited[start] = true;
while (!q.empty()) {
State current = q.front();
q.pop();
// 生成所有可能的下一状态
for (int i = 0; i <= current.s.length() - 4; ++i) {
if (current.s.substr(i, 4) == "2012") {
string next_s = current.s;
string sub = next_s.substr(i, 4);
next_s.erase(i, 4);
next_s = sub + next_s;
if (next_s.find("2012") == 0) {
return current.steps + 1;
}
if (!visited[next_s]) {
visited[next_s] = true;
q.push({next_s, current.steps + 1});
}
}
}
}
return -1; // 不可达
}
3.3 关键操作解析
- 查找所有"2012"子串位置：遍历字符串，检查每个长度为4的子串
- 生成新状态：将找到的"2012"移动到字符串最前面
- 终止条件：当新生成的字符串以"2012"开头时立即返回当前步数
- 剪枝：用哈希表记录已访问状态，避免重复处理
4. 优化与边界处理
4.1 提前终止条件
在BFS中，一旦发现目标状态可以立即返回，这是BFS保证最短路径的特性。我们不需要继续搜索更深层次的状态。
4.2 无效输入处理
需要检查初始字符串：
- 长度是否小于4（直接返回-1）
- 是否包含至少一个"2012"子串（否则无法进行任何操作）
- 是否已经以"2012"开头（直接返回0）
4.3 状态哈希优化
对于较长的字符串，可以使用字符串哈希来优化存储和比较。但在本题限制下（字符串长度≤100），直接存储字符串即可。
5. 复杂度分析
设字符串长度为n，每次操作最多生成O(n)个新状态（每个"2012"子串位置对应一个状态）。最坏情况下需要遍历所有可能排列，时间复杂度为O(n!)。但由于：
- 操作限制（只能移动特定子串）
- 及时剪枝（visited去重）
实际运行时间会远小于理论最坏情况。
空间复杂度主要取决于队列和visited集合的大小，最坏也是O(n!)。
6. 完整参考代码
cpp复制#include <iostream>
#include <queue>
#include <unordered_map>
#include <string>
using namespace std;
struct State {
string s;
int steps;
};
int bfs(string start) {
if (start.length() < 4) return -1;
if (start.find("2012") == 0) return 0;
bool has2012 = false;
for (int i = 0; i <= start.length() - 4; ++i) {
if (start.substr(i, 4) == "2012") {
has2012 = true;
break;
}
}
if (!has2012) return -1;
queue<State> q;
unordered_map<string, bool> visited;
q.push({start, 0});
visited[start] = true;
while (!q.empty()) {
State current = q.front();
q.pop();
for (int i = 0; i <= current.s.length() - 4; ++i) {
if (current.s.substr(i, 4) == "2012") {
string next_s = current.s;
string sub = next_s.substr(i, 4);
next_s.erase(i, 4);
next_s = sub + next_s;
if (next_s.find("2012") == 0) {
return current.steps + 1;
}
if (!visited[next_s]) {
visited[next_s] = true;
q.push({next_s, current.steps + 1});
}
}
}
}
return -1;
}
int main() {
int n;
string s;
cin >> n >> s;
cout << bfs(s) << endl;
return 0;
}
7. 测试用例与调试技巧
7.1 典型测试用例
- 样例输入1：
code复制5
02120
预期输出：1
- 样例输入2：
code复制7
2012001
预期输出：0（已经满足）
- 边界情况：
code复制4
2012
预期输出：0
- 不可达情况：
code复制5
11111
预期输出：-1
7.2 调试技巧
- 打印状态转移过程：在生成新状态时输出当前步骤和字符串，帮助理解BFS的扩展过程
- 检查visited集合：确保不会重复处理相同状态
- 验证子串查找：确认"2012"的识别逻辑正确
- 测试各种长度的输入：特别是边界情况（长度=4）
8. 算法扩展与变种
这道题目可以有多种变体，考察不同的算法能力：
- 双向BFS优化：同时从初始状态和目标状态开始搜索，在中间相遇
- A*搜索：设计启发式函数估计到目标的距离
- 限制操作次数：在有限步数内判断是否可达
- 不同密码模式：改变需要移动的子串模式（如"1234"）
- 最长转换步数：计算最远距离的状态
这些变种可以帮助深入理解状态空间搜索算法的应用场景和优化方法。