Week5,6（09.23-10.08） 算法分析与设计 作业（矩阵连乘问题与最长公共子序列）

Week5,6（09.23-10.08） 算法分析与设计 作业（矩阵连乘问题与最长公共子序列）

1. 题目内容

1. 矩阵连乘问题所有不同可能结果打印： 给定一个正整数$N$, 输出N个矩阵连乘时所有可能的计算方法。（加括号的方式）
2. 求矩阵连乘问题最优解并打印求解线路： 给定$N$个矩阵的规模，给出它们相乘时需要的最小乘法运算数目，并打印出连乘方式（根据解逆推加括号的方式） 。
3. 对最长公共子序列问题（LCS）进行求解， 并给出具体的公共子序列。
4. （选做）对于求最长公共子序列长度的问题，优化其空间复杂度。

2. 解题思路

由于这周开始我们开始学习动态规划（Dynamic Programming）算法，这个算法的核心就是状态转移方程。因此思路说明都围绕着状态转移方程进行展开。

1. 所有可能结果打印

这个小题老师在课堂上让我们分析过复杂度，以及写出递归方程。这是一个显然的分治的问题： 我们想要求一个规模为$N$ 的矩阵连乘，可以想象假设我们已经知道了某个顺序去计算整个连乘积， 那么最后一步一定是某两个矩阵相乘， 并且组成这两个矩阵的元素包含了所有这N个元素。即我们对N个元素做一个划分，分为两部分：原问题转化为划分为左侧矩阵积的种类数与右侧矩阵积的种类数。

上面这个思想我们转化为算式，就可以得到这个问题的递归方程。即：

$f(n)={\sum }_1^{k=n-1}f(k)\ast f(n-k)$

这就是对于规模为$N$的问题的解的数目。根据这个方程我们可以写出相应的递归程序把具体解求出。

这是递归的思路，然而我写这道题采用的仍然是动态规划的方法。但是其实本质的方程还是一致的。只不过是实现上的区别而已。递归分治主要依赖递归的程序结构：这种结构通常会导致开发的高效性与程序的低效性（这两者经常是拮抗出现的），而动态规划通常表现为循环实现。

首先我们来考虑， 假设我们不需要得到具体的可能结果而只需要结果的数目，那么大部分人都会采用循环解决，对于一个问题规模为$N$的解可以在$O($