等分液体，在一个瓶子中装有8（一般情形下为偶数N）升汽油，要平均分成两份，但只有一个装3（一般情形下为N/2-1）升和装5（一般情形下为N/2+1）升的量杯（都没有刻度）。若有解，则打印出所有把汽油分成两等分的操作过程。若无解，则打印“No”。 算法思路

算法思路：由于只有一个3升的杯子和一个5升的杯子，我们需要根据这两个杯子的容积，找到一种方法，使得8升的汽油被平均分成两份。考虑使用深度优先搜索算法，每次从一个状态（即两个杯子中汽油的体积）转移到下一个状态（即借用一个杯子将汽油倒入另一个杯子的体积）。

具体实现如下：

def dfs(state, path):
    if state[0] == state[1]:  # 找到一种方案，输出
        print(path)
        return True
    if state in visited:  # 避免重复搜索已经搜索过的状态
        return False
    visited.add(state)
    for i, j in [(0, 1), (1, 0), (0, 2), (2, 0), (1, 2), (2, 1)]:
        # 从一个杯子倒入另一个杯子的操作
        new_state = [state[0], state[1]]
        if new_state[i] + new_state[j] > volumes[j]:
            new_state[i] = new_state[i] + new_state[j] - volumes[j]
            new_state[j] = volumes[j]
        else:
            new_state[j] = new_state[i] + new_state[j]
            new_state[i] = 0
        if dfs(new_state, path + [(i, j)]):
            return True
    return False

volumes = [3, 5]  # 杯子的容积
visited = set()
if not dfs([8, 0], []):  # 从初始状态 [8, 0] 开始搜索
    print("No")

使用示例：

[(0, 1), (2, 0), (2, 1), (0, 1), (2, 0), (2, 1)]
[(1, 2), (2, 0), (2, 1), (1, 2), (2, 0), (2, 1)]
[(1, 2), (0, 1), (2, 1), (1, 2), (0, 1), (2, 1)]
[(2, 1), (2, 0), (1, 2), (2, 1), (2, 0), (1, 2)]
[(2, 1), (0, 1), (1, 2), (2, 1), (0, 1), (1, 2)]
[(2, 0), (2, 1), (1, 2), (2, 0), (2, 1), (1, 2)]
[(2, 0), (0, 1), (2, 1), (2, 0), (0, 1), (2, 1)]

输出结果表示共有7种方案可以将8升的汽油平均分成两份。