【计算机算法与设计 C++版 】动态规划

---

前言

        动态规划算法与分治法类似，其基本思想也是将待求解问题分解成若干个子问题，先求解子问题，然后从这些子问题的解得到原问题的解。

不同：
        适用于动态规划法求解的问题，经分解得到的子问题往往不是互相独立的。
        若用分治法来求解这类问题，则分解得到的子问题数目太多，需要耗费指数级的时间。

基本思想：
        因为，分解成子问题求解时，有些子问题被重复计算许多次。如果能够保存已经解决的子问题的答案，而在需要时再找出已求得的答案，就可以避免大量的重复计算，从而得到多项式级的计算时间。
        为了达到此目的，可用一个表来记录所有已解决的子问题的答案。
        不管该子问题以后是否被用到，只要被计算过，就将其结果填入表中。

动态规划算法步骤：
       动态规划算法适用于解最优化问题。
   (1)找出最优解的性质，并刻画其结构特征。
   (2)递归地定义最优值。
   (3)以自底向上的方式计算出最优值。
   (4)根据计算最优值时得到的信息，构造最优解。
其中，(1)~(3)是基本步骤。

---

一、矩阵连乘问题

可乘条件
     若两个矩阵𝑨_(𝒎×𝒏)×𝑩_(𝒑×𝒒)相乘
     需要满足𝒏=𝒑

2、改写为
     𝑨_(𝒑×𝒒)×𝑩_(𝒒×𝒓)
     乘法次数=𝒑×𝒒×𝒓
      𝑨_(𝒑×𝒒)×𝑩_(𝒒×𝒓)=𝑪_(𝒑×𝒓)
3、相乘程序
     见3_1.cpp
4、连乘次序影响乘法次数

程序3_1

//P45矩阵连乘问题

#include <iostream>
using namespace std;

void matrixMultiply(int **a, int **b, int **c,int ra,int ca,int rb,int cb)//用二级指针，二维数组动态生成，界限由调用传入(参考P304-305)
{
   
	if(ca!=rb)
		error("矩阵不可乘");

	for(int i=0;i<ra;i++)//各行
        for(int j=0;j<cb;j++)//各列
		{
   
			int sum=a[i][0]*b[0][j];//初值
			for(int k=1;k<ca;k++)
				sum+=a[i][k]*b[k][j];//乘实现累计
			c[i][j]=sum;//乘积记入c
		}
}

int main()
{
   
	int **a,**b,**c,ra,ca,rb,cb,rc,cc;
	ra=2;ca=3;rb=3;cb=2;rc=2;cc=2;
	
	a=new int *[ra];
	for(int i=0;i<ra;i++)
		a[i]=new int[ca];//动态产生二维数组a，即矩阵a
	//用同样的方式生成二维数组b和c