动态规划解决矩阵连乘问题（C语言）

已于 2022-05-06 22:13:06 修改
阅读量7.3k 收藏 110
点赞数 12
文章标签： 数据结构 算法 动态规划
于 2021-06-21 17:45:42 首次发布
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_46827043/article/details/118091101
版权

动态规划

解决步骤

一．问题分析

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。
要求：给定由n个矩阵构成的序列｛A1，A2，…，An}，对乘积A1A2…An，找到最小化乘法次数的加括号方法。

二．问题的解决方案

首先看到找最小值，优先考虑动态规划的算法思路得到最值。
我们可以试一下普通的办法：

1.蛮力算法：

设矩阵为｛A1，A2，…，An}，其行列用P0,P1,…Pn来表示
则令p（n）为n个矩阵的最小次序（也就是括号要存放的位置）
我们可以得到： （k是要断开的地方）
在这里插入图片描述

这样算时间复杂度为指数级，不太合理.

2.分治法（递归调用）

令f(n)为为n个矩阵的min次序（也就是括号要存放的位

最低0.47元/天 解锁文章
是小赵哦
关注
  • 12
    点赞
  • 踩
  • 110
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
矩阵连乘问题 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。
05-11
Description 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。 Input 输入包含多组测试数据。第一行为一个整数C，表示有C组测试数据，接下来有2*C行数据，每组测试数据占2行，每组测试数据第一行是1个整数n，表示有n个矩阵连乘,接下来一行有n+1个数,表示是n个矩阵的行及第n个矩阵的列,它们之间用空格隔开. Output 你的输出应该有C行，即每组测试数据的输出占一行，它是计算出的矩阵最少连乘积次数. Sample Input 1 3 10 100 5 50 Sample Output 7500
动态规划：矩阵连乘问题，字节跳动今日学习内容
最新发布
m0_61549591的博客
03-21 1096
二.问题分析由于矩阵乘法满足结合律，所以计算矩阵连乘的连乘积可以与许多不同的计算计算次序，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，也就是说连乘积已完全加括号，那么可以依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积。完全加括号的矩阵连乘积可递归地定义为：（1）.单个矩阵是完全加括号的；（2）.矩阵连乘积A是完全加括号的，则A可以表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号，及A=（BC）
矩阵连乘问题C语言实现
weixin_42575438的博客
11-16 1987
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。
矩阵连乘积：最优乘法次数（C语言）
Zhangguohao666的博客
10-26 5351
题目： 确定n个矩阵连乘积 A1A2A3…An 的计算次序，使得按照这一次序计算矩阵连乘积，需要的"数乘"次数最小。 这个问题满足动态规划的条件 矩阵乘法满足结合律 两个矩阵相乘，要满足左边矩阵的列数 = 右边矩阵的行数 两个矩阵相乘，计算量为：左边矩阵的行数 乘以 左边矩阵的列数（即：右边矩阵的行数）乘以 右边矩阵的列数 问题实际上不是执行乘法，而只是决定所涉及的矩阵乘法的顺序 思路： 将...
矩阵连乘问题
m0_73618137的博客
01-03 2762
　 1、掌握动态规划算法的基本思想。 　　2、掌握设计动态规划算法的基本步骤。 　　3、掌握用动态规划算法求矩阵连乘问题。
《算法导论》学习（十八）----动态规划之矩阵链乘（C语言）
weixin_52042488的博客
10-04 2541
本文主要讲解了动态规划中的矩阵链乘问题：给定一个矩阵链，得到它的最小代价计算次序。给出了动态规划方案的分析，并且给出了C语言实现。
C语言矩阵连乘 (动态规划)详解
08-30
C语言矩阵连乘（动态规划）详解 ...矩阵连乘的动态规划方法可以解决矩阵连乘的问题，提高计算效率和减少计算次数。该方法可以广泛应用于图像处理、信号处理、机器学习等领域，并且可以解决其他的计算问题。
动态规划C语言矩阵连乘
04-08
在这个资源中，我们将学习如何使用动态规划来解决矩阵连乘问题。 动态规划的基本思想是将待解决的问题分解成若干个子问题，然后递归地定义最优值，并以自底向上的方式计算出最优值。最后，根据计算最优值时得到的...
矩阵连乘（C语言编写）
12-01
在实际应用中，矩阵连乘问题可能涉及到寻找最佳的矩阵乘法顺序以减少运算次数，这称为矩阵链乘法问题，可以通过动态规划解决。不过，这个问题超出了当前C语言实现矩阵连乘的范围。 总之，矩阵连乘是C语言编程中的一...
矩阵连乘源c语言代码
11-12
矩阵连乘问题的核心思想是使用动态规划算法来解决问题，该算法可以将复杂的问题分解成多个小的子问题，并通过解决这些子问题来解决整个问题。动态规划算法的基本因素包括最优子结构性质和子问题重复性质。最优子结构...
动态规划实现矩阵连乘
12-18
总的来说，动态规划解决矩阵连乘问题的关键在于设计正确的状态转移方程和空间优化策略，并能够有效地记录和恢复最优解。理解和熟练运用这种算法可以极大地提升我们在解决实际计算问题时的效率。
矩阵连乘
bllsll
04-27 901
求矩阵A1（3×2）、A2（2×5）、A3（5×10）、A4（10×2）和A5（2×3）连乘的最佳计算次序。则P=[3,2,5,10,2,3]#include <iostream> #include <cstring> #include <cmath> #include <cstdio> #include <vector> #include <set> #include <map> using na
动态规划之矩阵连乘(C语言)
少猿的博客
10-21 2257
【代码】动态规划之矩阵连乘(C语言)
动态规划之——矩阵连乘（全网最详细博文，看这一篇就够了！）
热门推荐
扬俊的小屋
06-30 7万+
动态规划之矩阵连乘
动态规划求解矩阵连乘
weixin_53522240的博客
01-09 1万+
基本思想 动态规划算法与分治法类似，其基本思想是将待求解的问题分解成若干子问题，先求解子问题，再结合子问题的解得到原问题的解。与分治法不同的是，适合用动态规划法求解的问题经分解求解的子问题往往不是相互独立的。 若用分治法来解这类问题，则分解得到的子问题数目太多，以致最后解决原问题需要耗费指数级时间。然而，不同子问题的数目常常只有多项式量级。在用分治法求解时,有些子问斯被重复计算了许多次。如果能够保存已解决的子问题的答案，在需要时再找出已求得的答案,这样可以避免大量的重复计算，从而得到多项式时间算法。为了达到
【动态规划】矩阵连乘问题
weixin_52958292的博客
11-28 3285
j个矩阵连乘的积 = R(第 i 个到第k矩阵的积 ) + U(第k+1到最后一个矩阵的积) + R*U。，所对应得数组p下标所对应的值正好是R，U相乘需要的行和列。显而易见，三个矩阵相乘，有两种结合方式，（AB)C 比 A(BC)的值小的多。因此我们把它们进行划分，假设从第k个矩阵开始划分。如果是从第一个到第四个矩阵的乘积，则可以划分为如下：其中。根据上面的代码，略加修改可以得到整个划分的过程。123456 划分。根据上面两幅图可以看出，
【动态规划 & 备忘录】矩阵连乘问题（C++）
穹的博客
05-28 4267
文章目录一、关于矩阵连乘1. 问题描述：2. 问题分析：二、算法实现1. 自顶向下 递归 的动态规划2. 自底向上 非递归 的动态规划3. 运行结果展示 一、关于矩阵连乘 1. 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。 要求：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。 2. 问题分析： 引（++矩阵乘法++）： 定义：设A为
矩阵连乘（动态规划）
freeline的博客
03-01 5772
矩阵连乘、动态规划。
动态规划解决矩阵连乘问题
weixin_53113130的博客
06-10 5370
给定n个矩阵｛A1,A2,…,An｝，其中，Ai与Ai+1是可乘的，(i=1,2 ,…,n-1)。用加括号的方法表示矩阵连乘的次序，不同的计算次序计算量（乘法次数）是不同的，找出一种加括号的方法，使得矩阵连乘的次数最小。 ......
动态规划解决矩阵连乘问题c语言
05-16
矩阵连乘问题可以使用动态规划来解决，以下是使用C语言实现的代码： ```c #include <stdio.h> #include <limits.h> int matrixChainOrder(int p[], int n) { int m[n][n]; int i, j, k, L, q; for (i = 1; i < n; i++) { m[i][i] = 0; //单个矩阵的乘积为0 } for (L = 2; L < n; L++) { for (i = 1; i < n - L + 1; i++) { j = i + L - 1; m[i][j] = INT_MAX; //初始化为最大值 for (k = i; k <= j - 1; k++) { q = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]; if (q < m[i][j]) { m[i][j] = q; } } } } return m[1][n - 1]; } int main() { int arr[] = {30, 35, 15, 5, 10, 20, 25}; //矩阵链的维度为30x35、35x15、15x5、5x10、10x20、20x25 int size = sizeof(arr) / sizeof(arr[0]); printf("Minimum number of multiplications is %d ", matrixChainOrder(arr, size)); return 0; } ``` 这里使用了一个二维数组m来存储已经计算出来的最小乘积，当L为2时，计算相邻两个矩阵的乘积，当L为3时，计算相邻三个矩阵的乘积，以此类推。最终返回m[1][n-1]，即整个矩阵链的最小乘积。
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