动态规划之矩阵链乘

首先为什么会有矩阵链乘法：
假设有4个矩阵A1,A2,A3,A4，他们的规模分别是5X2,2X3,3X4,4X5（要想矩阵链乘必须满足矩阵行等于矩阵列,A1是一行2列的矩阵，依此类推），矩阵满足结合律，可以是（A1XA2）X(A3XA4),也可以是A1X（A2XA3）XA4，那么按照哪种方法矩阵相乘的次数最少？
显然第一种乘了2X3X5+3X4X5+4X5X5=190次，而第二种乘了2X3X4+2X4X5+4X5X5=164次。矩阵相乘的分配方法不同，计算时间也不相同，那么矩阵链乘法就是求解最佳分配方法。
矩阵规模序列：
假设一个矩阵规模序列P为{5，10，3，12，5，50，6}那么这些矩阵的规模为{5X10,10X3,3X12,12X5,5X50,50X6}。
矩阵链乘法：
动态规划是将大的复杂问题分解成小的子问题，通过对小的子问题的求最优解，得到大的复杂问题的最优解。
假设有n个矩阵A1~An,n太大了我求不出来，那么n=1时得到最优解是什么？
显然相乘次数为0，不用分配。对于n=2时，假设矩阵规模为序列为{5，10}，那么很显然相乘次数为1X5X10=50次，容易计算。那么n越来越大怎么办，假设在第i个矩阵和第j个矩阵之间有一个矩阵Ak，而Ak恰好就是最佳的分割点，那么我只需要计算Ai和Ak之间的最优相乘次数和Ak与Aj之间的最优相乘次数再加上Pi-1XPkXPj就可以了。即M[i,j] = M[i,k]+M[k,j]+PiXPkXPj.矩阵M存储的是矩