使用PYTHON实现 动态规划之连续矩阵乘
最近在上算法课时算法老师讲述了连续矩阵乘 找出最小连乘次数的动态规划算法,课后布置了习题作业 ,本来是只要写出结果就行,结果本人闲的蛋疼,发现csdn上也没啥PYTHON的实现代码,就自己随便码吗,记录下思路咯~
题目描述
给定n个矩阵{A1,A2,…,An},其中,Ai与Ai+1是可乘的,(i=1,2 ,…,n-1)。用加括号的方法表示矩阵连乘的次序,不同的计算次序计算量(乘法次数)是不同的,找出一种加括号的方法,使得矩阵连乘的次数最小。
算法分析
代码来了
import numpy as np
A1=[3,7]
A2=[7,2]
A3=[2,5]
A4=[5,8]
A5=[8,4]
A6=[4,10]
A=[A1,A2,A3,A4,A5,A6]
B=np.zeros((6,6))
def get_value(atr1,atr2):
value = atr1[0]*atr1[1]*atr2[1]
return value
for i in range(0,5):
B[i][i+1]= get_value(A[i],A[i+1])
print(B)
def get_value1(atr1,atr2):
goaltemp=9999
for i in range(atr1,atr2):
temp=B[atr1][i]+B[i+1][atr2]+A[atr1][0]*A[i][1]*A[atr2][1]
print("B[%d][%d]+B[%d][%d]+A[%d][0]+A[%d][1]*A[%d][1]" %(atr1,i,i+1,atr2