使用PYTHON实现动态规划之连续矩阵乘

最新推荐文章于 2023-04-11 10:52:47 发布

inspire#

最新推荐文章于 2023-04-11 10:52:47 发布

阅读量782

点赞数 1

文章标签： python 动态规划算法

本文链接：https://blog.csdn.net/f743848934/article/details/108793992

版权

本文介绍了如何使用Python实现动态规划解决连续矩阵乘问题，旨在找到最小的连乘次数。文章包含了算法分析、代码展示及输出结果。

摘要由CSDN通过智能技术生成

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。
在这里插入图片描述

算法分析

思路分析
伪代码

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