动态规划 (Dynamic Programming) 之 矩阵链乘法(Matrix Chain Multiplication)

这个问题是动态规划的基础的问题，也是算法导论中讨论过的问题。在这里先简单描述一下。假定有一组矩阵需要做乘法操作。但是我们知道首先矩阵乘法满足了结合律。所以可以按照不同的顺序做乘法。而且不同顺序做乘法最后的乘法次数是不同的。比如〈A₁, A₂, A₃〉分别是10 × 100, 100 × 5, 和 5 × 50。如果按照((A₁ A₂) A₃)的顺序来计算,就是7500次，但是如果(A₁ (A₂ A₃))这样的顺序，那结果就是75000次！！！这里有10倍的差距。所以这个题目的意思就是找到一个方案使得需要做乘法的次数最少。

现在我们尝试用大白话来继续一下。问题的解决方案侧重在两个方面。一个是最少乘法的次数，另一个就是最小乘法次数的流程。在代码中我们分别用m,s来表示。先说一下m的含义。m是个二维数组，m[i,j]表示从矩阵i到矩阵j的最小乘法次数。也就是A[i],A[i+1]....A[j]的最小乘法次数。可以发现，这个次数应该等于A[i],A[i+1]...A[k]