利用动态规划计算以下矩阵连乘：A1(20*25)、A2(25*5)、A3(5*15)、A4(15*10)、A5(10*20)、A6(20*25)

最新推荐文章于 2020-05-07 12:25:43 发布
最新推荐文章于 2020-05-07 12:25:43 发布
阅读量5.8k 收藏 7
点赞数 1
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38665104/article/details/82251635
版权

利用动态规划计算以下矩阵连乘：A1(20*25)、A2(25*5)、A3(5*15)、A4(15*10)、A5(10*20)、A6(20*25)

A     (A1A2A3)((A4A5)A6)

B     (A1A2)((A3(A4A5))A6)

C     (((A1((A2A3)A4)A5)A6)

D     (A1A2)(((A3A4)A5)A6)

A的计算次数：

(A1A2A3)：25*20*5+20*5*15=4000

((A4A5)A6)：15*10*20+15*20*25=10500

(A1A2A3)((A4A5)A6)：25*20*5+20*5*15+15*10*20+15*20*25+20*15*25=22000

其他同理

 

 

自律&&自由
关注
  • 1
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵连乘--动态规划
qq_34243327的博客
04-17 550
动态规划算法解矩阵连乘问题 1 用动态规划算法解矩阵连乘问题 （1）问题的描述 给定n个矩阵{A1,A2,…,An}，其中Ai与Ai+1是可乘的，i=1,2,…,n-1。要算出这n个矩阵的连乘积A1A2…An。由于矩阵乘法满足结合律，故计算矩阵的连乘积可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定，也就是说该连乘积已完全加括号，
矩阵链的乘法问题
liufangzhe793528089的专栏
08-15 1615
设A1,A2,...,An为n个矩阵的序列,其中Ai为pi-1Xpi阶矩阵,i=1,2,...,n.这个矩阵的输入用向量P=给出,其中p0是矩阵A1的行数,pi(i=1,2,...,n-1)既是矩阵Ai的列数也是矩阵Ai+1的行数,最后的pn是矩阵An的列数; 例:P= 则对应的矩阵序列:A1:30X35 A2:35X15 A3:15X5 A4:5X10 A5:10X20 对于该矩阵序列A1
动态规划——矩阵连乘
u011040361的专栏
04-14 1463
由于矩阵的乘法满足结合律，故计算矩阵的连乘积可以有许多不同的计算次序。这中计算次序可以用加括号的方式来确定。例如，矩阵连乘积A1A2A3A4可以有一下5种不同的完全加括号方式：(A1(A2(A3A4)))(A1((A2A3)A4))((A1A2)(A3A4))((A1(A2A3))A4)(((A1A2)A3)A4)矩阵A和B可乘的条件是矩阵A的列数等于矩阵B的行数。若A是一个p*q的矩阵，B是一个q
矩阵连乘问题（动态规划算法+备忘录方法）
兜率工的博客
04-02 4212
动态规划算法 #include <iostream> using namespace std; const int N=6; int p[]={30,35,15,5,10,20,25}; int m[N+1][N+1]; int s[N+1][N+1]; void matrixChain(int *p,int m[][N+1],int s[][N+1]) { //初始化...
使用动态规划写出的矩阵连乘
技术分享，共同成长
11-20 903
 //Java写的程序 public class MatrixMultiply { public static void traceback(int [][]s,int i,int j){  if(i==j) return;  traceback(s,i,s[i][j]);  traceback(s,s[i][j]+1,j);  System.out.println("Multiply A
矩阵连乘问题-动态规划(自底向上，自顶向下，重叠问题)
迷雾总会解
05-07 3491
【问题描述】   给定n个矩阵｛A1,A2,…,An｝，其中Ai与Ai+1是可乘的，i=1，2…，n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。例如，给定三个连乘矩阵{A1，A2，A3}的维数分别是10100，1005和550，采用（A1A2）A3，乘法次数为101005+10550=7500次，而采用A1（A2A3），乘法次数为100550+10100*...
动态规划之矩阵连乘问题Python实现方法
12-24
本文实例讲述了动态规划之矩阵连乘问题Python实现方法。分享给大家供大家参考，具体如下： 给定n个矩阵｛A1,A2,…,An｝，其中Ai与Ai+1是可乘的，i=1,2 ,…,n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算...
矩阵连乘积的动态规划算法设计.pdf
11-10
总结起来，矩阵连乘积的动态规划算法设计是一个寻找最小数乘次数的优化问题，通过分解问题、存储子问题的解和选择最优划分，可以有效地降低计算复杂度。在实际应用中，这种算法可以用于提高数值计算的效率，特别是在...
利用动态规划算法实现矩阵连乘
11-16
在本问题中，我们需要应用动态规划来实现矩阵连乘，目标是找到一种连乘顺序，使得矩阵乘法的计算次数达到最少。这是因为矩阵乘法不是交换的，即AB ≠ BA，但可以通过适当的排列顺序减少乘法操作的数量。 首先，我们...
矩阵连乘最佳加括号方式-动态规划算法.docx
11-11
标题中的“矩阵连乘最佳加括号方式-动态规划算法”指的是在进行多个矩阵相乘时，通过选择最佳的加括号方式来优化计算过程，从而减少计算量。这是一个典型的计算机科学（cs）领域的问题，涉及到矩阵理论和算法设计。 ...
矩阵连乘-动态规划算法
11-11
如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的相乘次数最少 。 由于矩阵乘法满足结合律，所以可以有许多的不同的计算次序，然而不同的计算次序，相乘次数可能相差很大 具体例子： 有三个...
动态规划-矩阵连乘问题
知行合一，止于至善
05-03 811
题目描述：给定n个矩阵｛A1,A2,…,An｝，其中Ai与Ai+1是可乘的，i=1,2 ,…,n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。例如：　　A1={30x35} ; A2={35x15} ;A3={15x5} ;A4={5x10} ;A5={10x20} ;A6={20x25} ; 最后的结果为：((A1(A2A3))((A4A5)A6)) 最
矩阵连乘
thewebcode
04-29 158
#include<iostream> using namespace std; const int MAX = 100; int m[MAX][MAX], s[MAX][MAX]; int n; int opt[MAX][MAX], path[MAX][MAX]; int p[MAX]; void matrixChain() { for (int i = 1; i &...
0010算法笔记——【动态规划】矩阵连乘问题
热门推荐
liufeng_king的专栏
01-13 10万+
问题描述：给定n个矩阵：A1,A2,...,An，其中Ai与Ai+1是可乘的，i=1，2...，n-1。确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。输入数据为矩阵个数和每个矩阵规模，输出结果为计算矩阵连乘积的计算次序和最少数乘次数。       问题解析：由于矩阵乘法满足结合律，故计算矩阵的连乘积可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一
动态规划算法——矩阵连乘问题
zdy0_2004的专栏
10-11 6763
动态规划算法——矩阵连乘问题 http://www.cnblogs.com/Cgsyuan/p/4867474.html 问题描述：给定n个矩阵{A1A2…An}，其中Ai和Ai+1是可乘的，考察这n个矩阵的连乘积A1A2…An。由于矩阵的乘法满足结合律，故计算矩阵的连乘积有许多不同的计算次序，而不同的计算次序，所需要计算的连乘次数也是不同的，求解连乘次数最少的矩阵连乘最优次序。
动态规划——矩阵连乘（算法设计课题）
九日王朝
11-20 1314
问题描述：给定n个矩阵｛A1,A2,…,An｝，其中Ai与Ai+1是可乘的，i=1,2 ,…,n-1。如何确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。例如：A1={30x35} ; A2={35x15} ;A3={15x5} ;A4={5x10} ;A5={10x20} ;A6={20x25} 最后的结果为：((A1(A2A3))((A4A5)A6))  最小的乘次
动态规划解决矩阵连乘问题
geliaozhang的博客
05-29 5123
//动态规划解决矩阵连乘问题，主函数测试数据来源教材p47 #include<iostream> using namespace std; //m[i][j]为i到j所需最少连乘次数，s[i][j]对应于m[i][j]断开位置 void MatrixChain(int *p, int n, int m[7][7], int s[7][7]) { int i,j,r,k; fo...
编程爱好者博客地带.zip
最新发布
08-23
该毕业设计将深入探讨如何通过Java语言构建一个完整且高效的《编程爱好者博客地带》。毕业设计的架构涵盖了从基础框架搭建到关键功能实现的每一个环节，并采用了模块化设计，使整个系统易于理解、扩展和维护。 无论是数据处理、用户交互还是后台管理，我们都为您提供了详细的代码示例和设计文档。 这个毕业设计的独特之处在于其高度的实用性和灵活性。 我们提供了全面的资源包，帮助您快速入门，并支持您在此基础上进行个性化的功能扩展。 无论您是正在寻找灵感的学生，还是需要现成解决方案的开发者，下载该资源将助您事半功倍。
给定5个矩阵，维度分别为\n\na1：20*25，a2：25*5，a3：5*15，a4：15*10，a5：10*30\n\n用动态规划求解该矩阵连乘问题的最小计算量。
06-28
### 回答1： 题目描述：给定5个矩阵，维度分别为a1：20x25，a2：25x5，a3：5x15，a4：15x10，a5：10x30，用动态规划求解该矩阵连乘问题的最小计算量。 答案：这是一道动态规划的题目，解决矩阵连乘问题。使用动态规划中的记忆化搜索，维护一个矩阵q[i][j]，表示从第i个矩阵乘到第j个矩阵的最小计算量。然后通过递归计算子问题来更新q[i][j]，最终得到q[1][5]，即为该问题的最小计算量。 ### 回答2： 矩阵连乘问题是一个经典的动态规划问题。给定5个矩阵，维度分别为a1：20*25，a2：25*5，a3：5*15，a4：15*10，a5：10*30，要求计算它们相乘的最小计算量。 首先需要明确，矩阵相乘的计算量是由两个矩阵的行数、列数以及它们相乘的列数决定的。因此，对于给定的这5个矩阵，可以表示为A1A2A3A4A5。 假设最优计算次序为(A1A2)(A3A4)A5，那么计算量为： (20 * 25 * 5) + (5 * 15 * 10) + (20 * 10 * 30) 即第一个括号中的矩阵乘积需要计算20*5*25=2500次乘法和2500次加法，第二个括号中的矩阵乘积需要计算5*10*15=750次乘法和750次加法，最后一个矩阵乘积需要计算20*10*30=6000次乘法和6000次加法。 为了方便计算最小计算量，以及推导出最优计算次序，可以借助一个二维数组m[i][j]来存储子问题AiAi+1...Aj的最小计算数。m[i][j]的值可以通过以下方式递归计算： m[i][j] = min{m[i][k] + m[k+1][j] + p(i-1)p(k)p(j)},其中i<=k<j，p(i)表示矩阵Ai的行数，p(j)表示矩阵Aj的列数。 这个递归式的意义是，假设将AiAi+1...Aj划分为两部分，即AiAi+1...Ak和Ak+1Ak+2...Aj。那么这两个部分的最小计算量可以分别递归计算出来，并加上它们相乘的计算量，就是AiAi+1...Aj的最小计算量。需要枚举k的位置，取其中最小的计算量。 为了求解m[i][j]，需要按照矩阵乘积链的长度从小到大依次计算出每一个m[i][j]的值，因为每个m[i][j]的值都依赖于之前已经计算了的m[i][k]和m[k+1][j]。最终答案就是m[1][5]，即A1A2A3A4A5的最小计算量。 具体地： 当链长为1时，m[i][i]=0。 当链长为2时，m[i][i+1]=p(i-1)p(i)p(i+1)（i为链的起点）。 当链长l>=3时，求解顺序应为从链长小到大（即从左到右、从下到上）。 计算m[i][j]的顺序为： 对于每个i，从小到大枚举l，计算出m[i][i+l-1]，直到i+l-1=n。 在计算m[i][j]时，需要先得到m[i][k]和m[k+1][j]的值，对应的p(i-1)p(k)p(j)是固定的。在枚举k的位置时，可以尝试优化，减少不必要的计算。 最后，m[1][5]就是整个问题的最小计算量，即 m[1][5] = min{m[1][2] + m[3][5] + p(0)p(2)p(5),m[1][3] + m[4][5] + p(0)p(3)p(5),m[1][4] + m[5][5] + p(0)p(4)p(5)}。 取其中的最小值即可。 这个算法的时间复杂度为O(n^3)，其中n是矩阵的个数。因此，这种算法对于较小规模的问题有较好的求解效率。 ### 回答3： 矩阵连乘问题是计算多个矩阵相乘的最优计算顺序问题，也就是选择哪个先计算，哪个后计算，从而使得总计算次数最少。 已知五个矩阵，分别为a1、a2、a3、a4、a5，维度分别为20*25、25*5、5*15、15*10、10*30，要求求解这些矩阵相乘的最优计算顺序，从而最小化计算量。 解决这个问题可以使用动态规划算法，步骤如下： 1. 定义状态 在动态规划中，需要定义状态，这里定义状态为d[i][j]，表示第i个矩阵到第j个矩阵相乘的最小计算量。 2. 初始化 矩阵连乘的长度往往小于5，因此可以先将长度小于5的所有情况求出来，并将其初始化为0。 3. 转移方程 通过状态转移方程，将未知的d[i][j]求解出来。具体方程如下： d[i][j] = min{d[i][k] + d[k+1][j] + p[i-1]*p[k]*p[j]}, i<=k<j 其中p[i-1]表示第i-1个矩阵的行数，p[k]表示第k个矩阵的列数，p[j]表示第j个矩阵的列数。 4. 解决问题 最终解为d[1][5]的值，即将所有矩阵相乘的最小计算量。 在本题中，共有5个矩阵，因此可以使用动态规划的方式求解： 1. 初始化d[i][j]为0，当i=j时，d[i][j]=0，i<j<=n。 2. 计算长度为2的最小计算量，即将相邻的两个矩阵相乘的最小计算量，d[1][2]=20*5*15=1500，d[2][3]=5*15*10=750，d[3][4]=15*10*30=4500，d[4][5]=10*30*25=7500。 3. 计算长度为3的最小计算量，即将三个相邻的矩阵相乘的最小计算量，d[1][3]=d[1][2]+d[3][3]+p[0]*p[2]*p[3]=1500+0+20*15*10=4500，d[2][4]=d[2][2]+d[3][4]+p[1]p[3]*p[4]=0+750+5*10*30=2250，d[3][5]=d[3][3]+d[4][5]+p[2]*p[4]*p[5]=0+7500+15*30*25=14250。 4. 计算长度为4的最小计算量，d[1][4]=min{d[1][2]+d[3][4]+p[0]*p[2]*p[4]，d[1][3]+d[4][4]+p[0]*p[3]*p[4]}=min{1500+2250+20*15*30，4500+0+20*10*30}=10500，d[2][5]=min{d[2][3]+d[4][5]+p[1]*p[3]*p[5]，d[2][4]+d[3][5]+p[1]*p[4]*p[5]}=min{750+7500+5*10*25，2250+14250+5*30*25}=8250。 5. 计算长度为5的最小计算量，d[1][5]=min{d[1][4]+d[5][5]+p[0]*p[4]*p[5]，d[1][3]+d[4][5]+p[0]*p[3]*p[5]，d[1][2]+d[3][5]+p[0]*p[2]*p[5]}=min{10500+0+20*30*25，4500+7500+20*10*25，1500+14250+20*15*25}=77750。 因此，将这五个矩阵按照计算量最小的方式相乘，总计算量最小为77750。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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