动态规划-矩阵连乘

动态规划特点：

①分成许多阶段或多个子问题。

②按顺序求解各个子问题。

③通过决策保留那些有可能达到最优的局部解，丢弃其他局部解。

基本要素：

最优子结构性质：原问题的最优解包含了其子问题的最优解。

子问题重叠性质：每次产生的子问题并不总是新问题，有些子问题被反复计算多次。

步骤：

刻画结构特征。

递归定义最优值。

自底向上地计算出最优值。

构造最优解。

问题描述：矩阵连乘，不同的计算次序，计算量是不同的。

矩阵 和矩阵 的计算次序为5x10x100。

暴力法：

穷举所有加括号的方法，那么所有方案便是一个卡特兰数序列。

算法时间复杂度为2^n，指数阶。

动态规划法：

(1)分析最优解的结构特征

设的最少计算量为c，的计算量为a，的计算量为b，和相乘的计算量为d。则c=a+b+d。

证明：c最优，则a和b都是最优的。

(2)建立最优值递归式

用m[i][j]记录，的最优值。为获取最优值，需计算 m[i][k]、m[k+1][j] 和 两个矩阵的结果矩阵相乘的次数。

的结果是一个，的结果是一个。

(3)自底向上计算并记录最优值

先计算2个矩阵相乘的最优值，再求3个，直到n个矩阵连乘的最优值。

(4)构造最优解

#include <cstdio>
#include <cstring>
#include <iostream>
using namespace std;
const int msize=100;
int p[msize];
int m[msize][msize],s[msize][msize];
int n;
void matrixchain(){
    int i,j,r,k;
    memset(m,0, sizeof(m));
    memset(s,0, sizeof(s));
    for(r=2;r<=n;r++){
        for(i=1;i<=n-r+1;i++){
            j=i+r-1;
            m[i][j]=m[i+1][j]+p[i-1]*p[i]*p[j];
            s[i][j]=i;
            for(k=i+1;k<j;k++){
                int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
                if(t<m[i][j]){
                    m[i][j]=t;
                    s[i][j]=k;
                }
            }
        }
    }
}

void print(int i,int j){
    if(i==j){
        cout<<"A["<<i<<"]";
        return;
    }
    cout<<"(";
    print(i,s[i][j]);
    print(s[i][j]+1,j);
    cout<<")";
}

int main(){
    cout<<"请输入矩阵的个数 n: ";
    cin>>n;
    int i,j;
    cout<<"请依次输入每个矩阵的行数和最后一个矩阵的列数： ";
    for (i=0;i<=n;i++)
        cin>>p[i];
    matrixchain();
    print(1,n);
    cout<<endl;
    cout<<"最小计算量的值为： "<<m[1][n]<<endl;
}