PTA 矩阵链相乘问题（代码的鲁棒性）

题目描述：
矩阵的乘法定义如下：设A是m×p的矩阵，B是p×n的矩阵，则A与B的乘积为m×n的矩阵，记作C=AB，其中，矩阵C中的第i行第j列元素c​ij​​ 可以表示为：

当多个矩阵相乘时，采用不同的计算顺序所需的乘法次数不相同。例如，A是50×10的矩阵，B是10×20的矩阵，C是20×5的矩阵， 计算ABC有两种方式：(AB)C和A(BC)，前一种需要15000次乘法计算，后一种则只需3500次。

设A​1​​ ,A​2​​ ,…,A​n​​ 为矩阵序列，A​i​​ 是阶为P​i−1​​ ∗P​i​​ 的矩阵(1≤i≤n)。试确定矩阵的乘法顺序，使得计算A​1​​ A​2​​ …A​n​​ 过程中元素相乘的总次数最少。

输入格式:
每个输入文件为一个测试用例，每个测试用例的第一行给出一个正整数(1≤n≤100)，表示一共有n个矩阵A​1​​ ,A​2​​ ,…,A​n​​ ，第二行给出n+1个整数P​0​​ ,P​1​​ …P​n​​ ，以空格分隔，其中1≤P​i​​ ≤100(0≤i≤n)，第i个矩阵A​i​​ 是阶为P​i−1​​ ∗P​i​​ 的矩阵。

输出格式:
获得上述矩阵的乘积，所需的最少乘法次数。

输入样例:
在这里给出一组输入。例如：

5
30 35 15 5 10 20

输出样例:
在这里给出相应的输出。例如：

11875

思路过程：
(1) 矩阵 A_i*j与矩阵B_j*k相乘，所需乘法次数 = i* j*k,这点很容易理解

(2) 下面来分析最优解的情况：

• 两个矩阵相乘，只有一个结果，所以不存在最优问题
• 多个矩阵相乘，假设已经知道在第k个位置加括号会得到最优解，那么运问题变成两个子问题:$（A_i{A}_i+1_{\dots }{A}_k)，(A_k+1A_k+2\dots A_j)$假设前者乘法次数为a，后者乘法次数为c，两者 相乘的乘法次数为b，所以，最优解 = a+b+c；

(3) 建立最优值递归式：

• 用m[i][j]表示A_iA_i+1…A_j矩阵连乘的最优值，那么子问题（A_i A_i+1 …A_k)，(A_k+1A_k+2…A_j)对应的最优值为m[i][k],m[k+1][j],再加上矩阵（A_i A_i+1 …A_k)和矩阵(A_k+1A_k+2…A_j)的乘法次数就行。

• 设矩阵A_m的行数为p_m，列数为q_m,m=i,i+1,…，j，且矩阵可乘。（A_i A_i+1 …A_k)视为结果是一个p_ixq_k矩阵，(A_k+1A_k+2…A_j)的结果是一个p_k+1xq_j矩阵，其中，q_k = p_k+1，两矩阵相乘的乘法次数是p_i* p_k+1*q_j。

• 矩阵连乘最优值递归式：
  当i=j时，只有一个矩阵，m[i][j] = 0;
  当i>j时，m[i][j] = min{ m[i][k] + m[k+1][j] + p_ip_k+1q_j},i≤k<j。

  如果用p[]来记录矩阵的行和列，第i个矩阵的行数存储在数组的第i-1位置，列数在数组的第i位置，那么p_i* p_k+1q_j对应的数组元素相乘为p[i-1] p[k]*p[j],原递归式变为：
  $$m[i][j]=\{\begin{array}{l}0,\\ min(m[i][k]+m[k+1][j]+p[i-1]\ast \end{array}$$