实验报告8

1.问题．

设A1,A2,…An为n个矩阵的序列，其中Ai为Pi-1×Pi阶矩阵，这个矩阵链的输入用向量P=<P0,P1,…,Pn>给出
给定向量P，确定一种乘法次序，使得基本运算的总次数达到最小
例如P=<10,20,30,40>,则A1:10×20，A2:20×30，A3:30×40
（1） (A1A2)A3:10×20×30+10×30×40=18000
（2）A1(A2A3):10×20×40+20×30×40=32000

2.解析

蛮力法：
枚举所有可能的乘法次序，针对每种次序计算基本运算的次数，从中找出具有最小 运算次数的乘法次序，每一种乘法次序对应了一种在 n 个项中加 n-1 对括号。

动态规划法：
Ai…j:表示矩阵链相乘的子问题Ai，Ai+1…Aj； M[i…j]:表示得到乘积Ai…j所用的最少基本运算次数；
假定最后一次相乘发生在矩阵链Ai…kAk+1…j之间m[i,j]=min{m[i,k]+m[k+1,j]+Pi=1PkPj}满足优化原则。也就是说，m[i,j]最小值时，m[i,k],m[k+1,j]也是最小的。

3.设计

递归算法：
RecurMatrixChain(P,i, j)
输入:矩阵链Ai….j的输入向量P=<Pi-1,Pi,…,Pj> 1≤i≤j≤n
输出:计算Ai….j所需最小乘法运算次数m[i…j]和最后一次运算的位置s[i…j] (s[i…j]= k,(Ai…Ak)(Ak+1…Aj))

1. If i=j then
2. m[i,j]=0; s[i,j]=i;
   return m [i,j]
3. m[i,j]=无穷大
4. s[i,j]=i
5. for k=i to j-1 do .
6. q= RecurMatrixChain(P,i,k)+ RecurMatrixChain(P,k+1,j)+ Pi-1 PkPj
7. If q<m[I,j]
8. Then m[I,j]=q
9. s[i,j]=k
10. Return m[i,j]

迭代算法：
MatrixChain(P,n)
输入:矩阵链Ai….j的输入向量P=<Pi-1,Pi,…,Pj> 1≤i≤j≤n
输出:计算Ai….j所需最小乘法运算次数m[i…j]和最后一次运算的位置s[i…j] (s[i…j]= k,(Ai…Ak)(Ak+1…Aj))

1.令所有 m[i,j]初值为0, s[i,j]的初值为i， 1≤i≤ j≤n
2. For r=2 to n do //r为当前问题规模(长度)
3. For i=1 to n-r+1 do //i的起点不断变化，各种r长
4. j=i+r-1 //不同终点
5. m[i,j]=m[i+1,j]+Pi-1PkPj //划分为4.4…)
6. s[i,j]=i
7. For k=i+1 to j-1 do //不同的划分位置
8. t= m[i,k]+m[k+l,j]+ Pi-1PkPj
9. if t<m[i,j]
10. Then m[i,j]=t
11. s[i,j]=k

4.分析

迭代：T(n)=O(n3)