矩阵链相乘--动态规划

问题的陈述就省了，网上很多。
想谈一下动态规划和递归。先说递归，递归的核心是，将一个复杂的，规模庞大的问题，一步步的，把问题规模变小，直到问题简单到可以直接解决。
那么动态规划就更近一步，很多问题如果直接递归，那么往往会出现重复计算同一个值很多次的问题，这是一个很大的代价，因此，动态规划将记录子过程的计算结果，再需要的时候直接使用，避免了重复计算的问题，大大减小了代价。

下面是矩阵链相乘的代码实现，注释写的较为详细了。

#include<iostream>
using namespace std;
#define LEN 5//以5个矩阵为例，编号从0开始
int main(){
    int d=1;//d是指间隔长度
    int r[LEN+1]={5,10,4,6,10,2};//r[i][i+1]代表第i号矩阵的行和列
    int c[LEN][LEN];//这个矩阵为动态规划的精髓，记录了每一个子过程的结果，
    //从而避免了大规模的重复计算，c[i][j]代表了从i号矩阵到j号矩阵的最小代价
        for(int i=0;i<LEN;i++){
        c[i][i]=0;
    }
    for(d=1;d<LEN;d++){//5个矩阵，那么间距自然最大就是4
        for(int i=0;i<=LEN-d-1;i++){
            int j=i+d;
            c[i][j]=10000;//代替无穷大
            for(int k=i+1;k<=j;k++){//k代表了一个划分，例如，要计算c[1][3],那么
                    //k可以取2和3,取2时代表，划分为c[1][1]和c[2][3],取3时代表，
                    //划分为c[1][2]和c[3][3]
                int temp=(c[i][k-1]+c[k][j]+r[i]*r[k]*r[j+1]);
                if (temp<c[i][j])
                    c[i][j]=temp;//取最小代价
            }
        }

    }
    return c[0][4];



}