动态规划求解矩阵连乘

目录

1.两个矩阵相乘

2. 三个矩阵相乘

3.n个矩阵相乘与动态规划递推公式 

4.伪代码 

 5.伪代码实现

---

 

1.两个矩阵相乘

对于两个矩阵乘法：A(row1,col1)*B(row2,col2)=C(row3,col3)

有以下性质：

1.row3 = row1

2.col3 = col1

3.col1 = row2

4.乘法次数 = row1*col1*col2。（C中的元素(i,j)是由A中的第i行与B中的第j列中的元素对应乘而来，而C中又有row1*col2个这样的元素）。

2. 三个矩阵相乘

再来考虑下三个矩阵相乘A1A2A3。

可以是（A1A2）A3也可以是A1（A2A3）。

而两种算式虽然结果是一样的，但是过程中需要计算的乘法次数是不一样的。

如以下例子：

3个矩阵{A1, A2, A3}连乘，设3个矩阵的维数分别为10×100, 100×5, 5×50。

若按((A1A2)A3)计算，需要数乘次数为：10×100×5+10×5×50=7500；

若按(A1(A2A3))计算，需要数乘次数为：100×5×50+10×100×50=75000。

因此是可以通过乘的次序不同来简化运算的，所以才有了此篇。

3.n个矩阵相乘与动态规划递推公式 

显然对上一个例子，我们在第二个矩阵之后断开，先分别算A1A2相乘的结果再将这结果与A3相乘的计算次数最少。

那么假设我们要算n个矩阵相乘也是一样的，需要选择在第i个矩阵后断开。然后对比在每个节点断开时的运算次序，选择最少的就是最优解。

由此动态规划的递推公式就出来了：

其中pi表示第i个矩阵的列，也即第i+1个矩阵的行。

图中的m数组即动态规划的dp数组。

从递推公式中可以看出算m[i,j]需要事先知道m[i,k]还有m[k+1,j],而无论是m[i,k]还是m[k+1,j]的长度都比m[i,j]短，所以计算整个m数组的顺序应该是从矩阵链长度短的推到长度长的，最后得到结果m[1][n]。 

4.伪代码 

for i<-1 to n do
    dp[i][i] = 0
for length<-2 to n do				//length是相乘矩阵链的长度
    for begin<-1 to n-length+1 do	//begin是相乘矩阵链的第一个矩阵
        end = begin + length - 1	//end是相乘矩阵链的最后一个矩阵
        dp[begin][end]<-∞
        for index <- begin to end-1 do
            temp = dp[begin][index] + dp[index+1][end] + p[begin-1]*p[index]*p[end]
            if temp < dp[begin][end] then
                dp[begin][end] = temp

 5.伪代码实现

public class MatrixMul {

	public static void main(String[] args) {
		int num = 6;
		int p[] = {30, 35, 15, 5, 10, 20, 25};
		int result = mul(num,p);
		System.out.println(result);
	}

	private static int mul(int num, int[] p) {
		int dp[][] = new int[num+1][num+1];
		for (int i = 1; i < dp.length; i++) {
			dp[i][i] = 0;
		}
		for (int length = 2; length < dp.length; length++) {
			for (int begin = 1; begin <= dp.length-length; begin++) {
				int end = begin + length -1;
				dp[begin][end] = Integer.MAX_VALUE;
				for (int index = begin; index < end; index++) {
					int temp = dp[begin][index] + dp[index+1][end] + p[begin-1]*p[index]*p[end];
					if(temp < dp[begin][end]) {
						dp[begin][end] = temp;
					}
				}
			}
		}
		return dp[1][num];
	}
}