UVA 348 Optimal Array Multiplication Sequence 最优矩阵链乘 dp经典

这么久了还在dp入门这折腾orz。

题意:最优矩阵链乘,给出n个矩阵的大小,求出计算顺序,让计算量最小。

记忆化搜索,状态转移公式为  dp(begin, end) = { dp(begin, k) + dp(k + 1, end) + x[begin] * y[k] * y[end] | begin <= k <= end }

代码:

/*
*  Author:      illuz <iilluzen[at]gmail.com>
*  Blog:        http://blog.csdn.net/hcbbt
*  File:        348.cpp
*  Create Date: 2013-09-26 20:01:23
*  Descripton:  dp, martrix 
*/

#include <cstdio>
#include <cstring>
const int MAXN = 15;
const int INF = 0x7fffffff;
int x[MAXN], y[MAXN];
int d[MAXN][MAXN], r[MAXN][MAXN];

int dp(int a, int b) {
	if (d[a][b] != -1) return d[a][b];
	r[a][b] = a;
	if (a == b) return d[a][b] = 0;
	d[a][b] = INF;
	int t;
	for (int i = a; i < b; i++) {
		t = dp(a, i) + dp(i + 1, b) + x[a] * y[i] * y[b];
		if (t < d[a][b]) {
			d[a][b] = t;
			r[a][b] = i;
		}
	}
	return d[a][b];
}

void print(int a, int b) {
	if (a > b) return;
	if (a == b) 
		printf("A%d", a + 1);
	else {
		printf("(");
		print(a, r[a][b]);
		printf(" x ");
		print(r[a][b] + 1, b);
		printf(")");
	}
}

int main() {
	int n, cas = 0;
	while (scanf("%d", &n) && n) {
		memset(d, -1, sizeof(d));
		for (int i = 0; i < n; i++)
			scanf("%d%d", &x[i], &y[i]);
		// dp
		dp(0, n - 1);
		printf("Case %d: ", ++cas);
		print(0, n - 1);
		puts("");
	}
	return 0;
}


  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
矩阵链乘问题是一个经典的动态规划问题,其目标是找到一种最优的方式来计算给定的一组矩阵的连乘积。这个问题可以通过动态规划算法来解决。 动态规划算法的基本思想是将问题分解成更小的子问题,并使用已知的信息来计算更大的问题。在矩阵链乘问题中,我们可以将问题分解成计算两个矩阵的乘积的子问题,并使用已知的信息来计算更大的问题。 具体来说,我们可以定义一个二维数组m,其中m[i][j]表示从第i个矩阵到第j个矩阵最小计算代价。我们还可以定义一个二维数组s,其中s[i][j]表示从第i个矩阵到第j个矩阵最优计算次序。 接下来,我们可以使用以下递归公式来计算m和s: m[i][j] = 0 (i = j) m[i][j] = min{m[i][k] + m[k+1][j] + ri*ck*cm} (i <= k < j) 其中,ri和ci分别表示第i个矩阵的行数和列数,cm表示两个矩阵相乘的计算代价。 使用上述递归公式,我们可以计算出所有的m[i][j]和s[i][j]。最终,我们可以通过s数组来构造出最优计算次序,并使用m数组来计算最小计算代价。 下面是一个Python实现的例子: ```python def matrix_chain_order(p): n = len(p) - 1 m = [[0] * n for i in range(n)] s = [[0] * n for i in range(n)] for l in range(2, n+1): for i in range(n-l+1): j = i + l - 1 m[i][j] = float('inf') for k in range(i, j): q = m[i][k] + m[k+1][j] + p[i]*p[k+1]*p[j+1] if q < m[i][j]: m[i][j] = q s[i][j] = k return m, s def print_optimal_parens(s, i, j): if i == j: print("A{}".format(i+1), end='') else: print("(", end='') print_optimal_parens(s, i, s[i][j]) print_optimal_parens(s, s[i][j]+1, j) print(")", end='') p = [30, 35, 15, 5, 10, 20, 25] m, s = matrix_chain_order(p) print_optimal_parens(s, 0, len(p)-2) print("\nMinimum cost:", m[0][len(p)-2]) ``` 输出结果为: ``` ((A1(A2A3))((A4A5)A6)) Minimum cost: 15125 ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值