听说了很多的大牛的成长历程都从写自己的博客开始
虽然很久之前就开了博客但是没有坚持下去,让自己养成这样的习惯。学着写博客、学着分享。
每天尽量发一篇文章、其他学习文章随着学习进度慢慢写
第三天学习计划:学习动态规划算法、解决矩阵连乘
0X00 动态规划算法思想
将带求解的问题分成若干个子问题,先求解子问题,并存储子问题的解
从而避免计算重复的子问题,再由子问题的解得到原问题的解
0X01 动态规划思想与分治思想的联系和区别
前面我们提到了分治求解的思想,那么他们之间有什么样的联系呢?
分治思想和动态规划思想都采用了将一个大问题的规模缩小的想法
不同的是分治思想所划分的子问题之间相互独立,而动态规划中子问题互相联系并且存在重复计算,即重叠子问题
这样就可以通过将子问题的解存储起来避免不必要的时间损耗和空间损耗
0X02 解决矩阵连乘问题
/*
*给定n个矩阵{A1,A2,…,An}
*其中Ai是一个ri-1*ri矩阵(1<=i<=n),即Ai*Ai+1是可乘的
*求出n个矩阵相乘的最优计算次序,使得计算量嘴角
*/
#include<iostream>
using namespace std;
const int MAX = 100;
//p用来记录矩阵的行列,main函数中有说明
//m[i][j]用来记录第i个矩阵至第j个矩阵的最优解
//s[][]用来记录从哪里断开的才可得到该最优解
int p[MAX+1],m[MAX+1][MAX+1],s[MAX+1][MAX+1];
int n;//矩阵个数
void matrixChain(){
for(int i=1;i<=n;i++)m[i][i]=0;
for(int r=2;r<=n;r++)//对角线循环
for(int i=1;i<=n-r+1;i++){//行循环
int j = r+i-1;//列的控制
//找m[i][j]的最小值,先初始化一下,令k=i
m[i][j]=m[i][i]+m[i+1][j]+p[i-1]*p[i]*p[j];
s[i][j]=i;
//k从i+1到j-1循环找m[i][j]的最小值
for(int k = i+1;k<j;k++){
int temp=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
if(temp<m[i][j]){
m[i][j]=temp;
//s[][]用来记录在子序列i-j段中,在k位置处
//断开能得到最优解
s[i][j]=k;
}
}
}
}
//根据s[][]记录的各个子段的最优解,将其输出
void traceback(int i,int j){
if(i==j)return ;
traceback(i,s[i][j]);
traceback(s[i][j]+1,j);
cout<<"Multiply A"<<i<<","<<s[i][j]<<"and A"<<s[i][j]+1<<","<<j<<endl;
}
int main(){
cin>>n;
for(int i=0;i<=n;i++)cin>>p[i];
//测试数据可以设为六个矩阵分别为
//A1[30*35],A2[35*15],A3[15*5],A4[5*10],A5[10*20],A6[20*25]
//则p[0-6]={30,35,15,5,10,20,25}
//输入:6 30 35 15 5 10 20 25
matrixChain();
traceback(1,n);
//最终解值为m[1][n];
cout<<m[1][n]<<endl;
return 0;
}
好的今天算法就先看到这里。明天继续。