超详细的动态规划解决矩阵连乘

动态规划解决矩阵连乘

问题描述：
　　给定$N$个矩阵 { A 1 , A 2 , A 3 … … A n } \{A_1,A_2,A_3……A_n\} {A1​,A2​,A3​……An​}，其中 $A_i$ 和 $A_{i+1}$ 和可以相乘的，即： $A_i$ 的行数等于 $A_{i+1}$ 的列数，如何。确定矩阵连乘的计算次序，使得安照此次序计算该矩阵连乘所需要的数乘次数最少。
　　两个矩阵相乘，它的数乘次数等于前一个矩阵的行数乘以后一个矩阵的列数，当这些矩阵相乘的次序不同时，它的数乘次数的有很大差异的。如下例题：

例：现有四个矩阵 $A，B，C，D$，他们的维数分别是：$A=50\ast 10，B=10\ast 40，C=40\ast 30，D=30\ast 5$，则连乘 $A，B，C，D$共有五种相乘的次序，如：

1. $(A((BC)D))$，数乘次数为 16000
2. $((AB)(CD))$，数乘次数为 36000
3. $((A(BC))D)$，数乘次数为 34500
4. $(A(B(CD)))$，数乘次数为 10500
5. $(((AB)C)D)$，数乘次数为 87500

我们可以看到，连乘的次序不同，它的数乘次数大区别也是很大的，最少的 10500 次，最多的，87500 次，相差 8 倍之多。所以，寻找一个矩阵连乘的最优分隔方式就显得尤为重要。

---

解题思路：
　　这个问题可以使用枚举法进行解决，枚举每一个分隔方式的数乘次数，找到一个最小的即可，但是这样的算法的是时间复杂度就会很大，并不是一个合格的算法，为此，我们可以通过动态规划来解决该问题。
　　将矩阵连乘 $A_i\ast A_{i+1}\dots \dots A_j$ 简记为 $A[i:j]$。
　　1. 😉设定一个二维数组 $m[N][N]$，表示当前矩阵的连乘次数。比如： $m[i][j]$ 表示矩阵从 $A_i$ 连乘到 $A_j$ 的数乘值。
　　2. 😉再设定一个二维数组 $S[N][N]$，表示当前矩阵连乘时的具有最优解的分隔位置。比如 $s[i][j]$ 表示从矩阵从 $A_i$ 连乘到 $A_j$ 的数乘值最小时的分隔位置，可以理解为加括号的位置。

给出递归关系：
m [ i ] [ j ] = { 0 , i==j m i n { m [ i ] [ k ] + m [ k + 1 ] [ j ] + A i − 1 ∗ A k ∗ A j } , i<j m[i][j] = \begin{cases} 0,& \text{i==j} \\ min\{m[i][k]+m[k+1][j]+A_{i-1}*A_k*A_j\}, & \text{i<j} \end{cases} m[i][j]={0,min{m[i][k]+m[k+1][j]+Ai−1​∗Ak​∗Aj​},​i==ji<j​

核心算法详解：

1. 先将m数组的对角线初始化为0，因为 $m[i][i]$ 表示只有一个矩阵，那它的数乘次数当然是0了。
2. 依次计算从第二个矩阵连乘到最后一个矩阵的最优解情况。
   1. 依次在 $r-1$ 个分隔位置中依次检测最优分隔点。
   2. 对于每个分隔点，变换一次分隔位置，再进行逐一测试，如果有更优的分隔点，就替换掉当前的分隔点。

矩阵连乘实例：

连乘矩阵 ： { A 1 , A 2 , A 3 , A 4 , A 5 , A 6 } \{A_1,A_2,A_3,A_4,A_5,A_6\} {A1​,A2​,A3​,A4​,A5​,A6​}

m数组：

s数组：

#include<iostream>
using namespace std;
const int N = 100;
int A[N];//矩阵规模
int m[N][N];//最优解
int s[N][N];
void MatrixChain(int n)
{
	int r, i, j, k;
	for (i = 0; i <= n; i++)//初始化对角线
	{
		m[i][i] = 0;
	}
	for (r = 2; r <= n; r++)//r个矩阵连乘
	{
		for (i = 1; i <= n - r + 1; i++)//r个矩阵的r-1个空隙中依次测试最优点
		{
			j = i + r - 1;
			m[i][j] = m[i][i]+m[i + 1][j] + A[i - 1] * A[i] * A[j];
			s[i][j] = i;
			for (k = i + 1; k < j; k++)//变换分隔位置，逐一测试
			{
				int t = m[i][k] + m[k + 1][j] + A[i - 1] * A[k] * A[j];
				if (t < m[i][j])//如果变换后的位置更优，则替换原来的分隔方法。
				{
					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);//递归1到s[1][j]
	cout << ")";
}
int main()
{
	int n;//n个矩阵
	cin >> n;
	int i, j;
	for (i = 0; i <= n; i++)
	{
		cin >> A[i];
	}
	MatrixChain(n);
	cout << "最佳添加括号的方式为：";
	print(1, n);
	cout << "\n最小计算量的值为：" << m[1][n] << endl;
	return 0;
}