[题解]矩阵链乘法

题目

题目描述

给定矩$n$的矩阵的维数后，丘处计算$n$个矩阵的成绩$M_1{M}_2{M}_3...M_n$时所需标量相乘运算的最少次数。

输入格式

第$1$行输入矩阵数$n（1\le n\le 100）$。
接下来$n$行，每行给定两个数$r_i,c_i（1\le r，c\le 1000）$，分别对应矩阵$M_i$的行数和列数。

输出格式

输出一个整数，代表最少次数。

题解

#include<cstdio>
#include<cmath>
#include<algorithm>
using namespace std;
const int N = 1010;
int f[N][N];
int P[N];
int main(){
    int n;
    scanf("%d",&n);
    for(int i = 0;i < n;i++) scanf("%d%d",&P[i],&P[i + 1]);
    
    for(int len = 2;len <= n;len++)
        for(int i = 1;i + len - 1 <= n;i++){
            int j = i + len - 1;
            f[i][j] = 2e9;
            for(int k = i;k < j;k++)
                f[i][j] = min(f[i][j],f[i][k] + f[k + 1][j] + P[i - 1] * P[k] * P[j]);
        }
    printf("%d\n",f[1][n]);
    return 0;
}

这道题是可以使用区间dp求解。

在解题之前，需要先对矩阵乘法有充分的认识。
点这里了解矩阵乘法

特别注意矩阵乘法的两个特性：

• 当矩阵A的列数等于矩阵B的行数时，A与B可以相乘。
• 矩阵乘法一般不满足交换律。
  • A可以乘以B，B不一定就能乘以A
  • 但A可以乘以B时，$A\times B$ 也不一定等于$B\times A$

因为这两个特性，所以我们不能使用交换律来减少标量计算次数。

但，矩阵还有另外的一个特性：

• 矩阵满足结合律。
  因此我们可以考虑通过借助结合律来减少计算次数。
  
  如图所示，矩阵乘法存在多种可以结合方式，但可以肯定的是，其中必定存在一种最有的结合方式。

如果使用朴素的思路，那便是把结合方式都枚举一遍，找出其中最优的一个即可。

然而这种解法虽然思路简单，但时间复杂度为$O(n!)$，在数据规模较大时运算速度不尽人意。

枚举所有方案会超时，但不枚举所以方案又难以找出最小值，这该怎么办呢？

我们先来研究一个问题，为什么我们枚举所有方案会超时呢？
请看下图：

我们发现，如果使用朴素的做法进行一一枚举，那么势必会有很多方案存在重复计算某一个区间的最优解的情况。如图中的方案，都会计算一遍$M_1\ast M_2$的最优解。而像是第4、5个方案，类似的也会把$(M_1\ast M_2)\ast M3$进行重复计算。

如果我们将这些结果在一次计算后保存起来，在之后需要时取出该数值，不就能免去很多的重复的计算内容，优化运算速度了吗？

因此，我们可以考虑使用一个二维数组，存储相关的值。

$f[i][j]（0<i<j\le n）$：表示从第$i$个矩阵到第$j$个矩阵的标量乘法的最小值。

那么$f[i][j]$的值怎么计算出来呢？

我们先来想想看，$f[1][3]$的值该怎么计算呢？

如图所示，因为$f[1][3]$表示的是$M_1\ast M_2\ast M_3$的标量最小值，所以存在两种可能的方案，我们只需要比较这两种方案各自的计算量即可找到最小值。

对于方案一：$计算量=M_1\ast M_2的计算量+(M_1{M}_2)\ast M_3的计算量$
对于方案二：$计算量=M_2\ast M_3的计算量+M_1\ast (M_2{M}_3)的计算量$

并且，根据$f[i][j]$的状态表示，我们可以得出，
$M_1\ast M_2的计算量=f[1][2]$
$M_2\ast M_3的计算量=f[2][3]$

因此，

对于方案一：$计算量=f[1][2]+(M_1{M}_2)\ast M_3的计算量$
对于方案二：$计算量=f[2][3]+M_1\ast (M_2{M}_3)的计算量$

又由矩阵乘法的特性，我们可以得出：
$(M_1{M}_2)\ast M_3的计算量=r_1\ast r_3\ast c_3=r_1\ast c_2\ast c3$
$M_1\ast (M_2{M}_3)的计算量=r_1\ast r_2\ast c_3=r_1\ast c_1\ast c3$

因此，
对于方案一：$计算量=f[1][2]+r_1\ast r_3\ast c_3=f[1][2]+r_1\ast c_2\ast c3$
对于方案二：$计算量=f[2][3]+r_1\ast r_2\ast c_3=f[2][3]+r_1\ast c_1\ast c3$

综合如上规律，我们可以得出：
$$f[i][j]=\{\begin{array}{c}min(f[i][k]+f[k+1][j]+P[i-1]\ast P[k]\ast P[j],i<j\\ 0,i=j\end{array}$$
其中，$i\le k<j$，P[i - 1]、P[i]为$M_i$的行数和列数。

那么代码似乎就"呼之欲出"了！

但还有一点需要特别注意，那便是计算顺序。不难发现，我们在计算$f[1][3]$的值的时候，需要提前知道$f[1][2]$和$f[2][3]$的最终最优取值。同样，我们在计算一个更大的区间的最优值时，要求其包含的所有小区间的最优值已知。

因此我们需要特别注意计算顺序应该是从小区间向大区间开始计算。
如代码所示：

    for(int len = 2;len <= n;len++)
        for(int i = 1;i + len - 1 <= n;i++){
            int j = i + len - 1;
            f[i][j] = 2e9;
            for(int k = i;k < j;k++)
                f[i][j] = min(f[i][j],f[i][k] + f[k + 1][j] + P[i - 1] * P[k] * P[j]);
        }

循环的最外层是对区间长度的枚举，区间长度从2开始枚举。
内层循环计算每一个长度为$len$的区间的最优值。
最终，$f[1][n]$就是我们想要的结果了。

---

原创不易，感谢支持！