已知5个矩阵并可连乘,编写程序输出矩阵连乘的最优计算次序java



一、矩阵连乘是什么?动态规划是什么?

矩阵是我们线性代数中用到的矩阵知识
而动态规划可以参考(https://blog.csdn.net/qq_45750017/article/details/115644910)
这里主要分享用java如何解决(部分代码来源教材)

二、使用步骤

代码如下(示例):

package djj;

import java.util.Scanner;

public class Main {

	public static void main(String[] args) {
		// TODO Auto-generated method stub
		//1. 已知5个矩阵并可连乘,编写程序输出矩阵连乘的最优计算次序。fromdjj
		int n=5;
		int[][] m=new int[n+1][n+1];
		int[][] s=new int[n+1][n+1];
		int[] p =new int[n+1];
		Scanner sc=new Scanner(System.in);
		System.out.print("请输入5个矩阵:");
		for(int i=0;i<n;i++) {
			p[i]=sc.nextInt();
			
		}
		MatrixChain(p,n,m,s);
		Traceback(1,n,s);

	}
	public static void MatrixChain(int[] p,int n,int[][] m,int[][] s) {
		for(int i=1;i<=n;i++) 
			m[i][i]=0;
		for(int r=2;r<=n;r++) {
			for(int i=1;i<=n-r+1;i++) {
				int j=i+r-1;
				m[i][j]=m[i+1][j] + p[i-1]*p[i]*p[j];
				s[i][j]=i;
				for(int k=i+1;k<j;k++) {
					int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
					if(t<m[i][j]) {
						m[i][j] = t;
						s[i][j] = k;
					}
				}
			}
		}
	}
	public static void Traceback(int i,int j,int[][] s) {
		if(i==j)
			return;
		Traceback(i,s[i][j],s);
		Traceback(s[i][j]+1,j,s);
		System.out.print(" Multiply A"+i+" ,"+s[i][j]);
		System.out.print(" And A"+(s[i][j]+1)+" ,"+j);
		
	}
	

}

2.运行结果

如下:

在这里插入图片描述

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
可以使用动态规划来解决这个问题。具体来说,可以定义一个二维数组dp,其中dp[i][j]表示从第i个矩阵到第j个矩阵最优计算次序所需的最小乘法次数。初始时,将dp[i][i]设为0,表示单个矩阵不需要乘法次数。然后,可以使用以下递推式来计算dp数组的值: dp[i][j] = min(dp[i][k] + dp[k+1][j] + p[i-1]*p[k]*p[j]) 其中,p是一个数组,表示每个矩阵的行数和列数,p[i-1]表示第i个矩阵的行数,p[i]表示第i个矩阵的列数。k的取值范围是[i,j-1],表示将第i个矩阵到第j个矩阵划分成两部分,分别计算它们的最优计算次序,然后将它们合并起来的乘法次数。最终,dp[1][n]就是整个矩阵连乘最优计算次序所需的最小乘法次数。 以下是一个可能的实现: ```python def matrix_chain_order(p): n = len(p) - 1 dp = [[0] * (n+1) for _ in range(n+1)] for l in range(2, n+1): for i in range(1, n-l+2): j = i + l - 1 dp[i][j] = float('inf') for k in range(i, j): dp[i][j] = min(dp[i][j], dp[i][k] + dp[k+1][j] + p[i-1]*p[k]*p[j]) return dp[1][n] ``` 其中,p是一个长度为n+1的数组,表示n个矩阵的行列数,例如p=[10, 20, 30, 40]表示4个矩阵,第一个矩阵的行数为10,列数为20,第二个矩阵的行数为20,列数为30,以此类推。可以调用该函数来计算矩阵连乘最优计算次序所需的最小乘法次数,例如: ```python p = [10, 20, 30, 40] print(matrix_chain_order(p)) # 输出:30000 ``` 这表示将4个矩阵连乘最优计算次序所需的最小乘法次数为30000。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

淸睇岱

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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