【问题描述】
给定有n个连乘矩阵的维数,要求计算其采用最优计算次序时所用的乘法次数,即所要求计算的乘法次数最少。例如,给定三个连乘矩阵{A1,A2,A3}的维数分别是10*100,100*5和5*50,采用(A1A2)A3,乘法次数为10*100*5+10*5*50=7500次,而采用A1(A2A3),乘法次数为100*5*50+10*100*50=75000次乘法,显然,最好的次序是(A1A2)A3,乘法次数为7500次。
分析:
矩阵链乘法问题描述:
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。
1)寻找最优子结构
此问题最难的地方在于找到最优子结构。对乘积A1A2...An的任意加括号方法都会将序列在某个地方分成两部分,也就是最后一次乘法计算的地方,我们将这个位置记为k,也就是说首先计算A1...Ak和Ak+1...An,然后再将这两部分的结果相乘。
最优子结构如下:假设A1A2...An的一个最优加括号把乘积在Ak和Ak+1间分开,则前缀子链A1...Ak的加括号方式必定为A1...Ak的一个最优加括号,后缀子链同理。
一开始并不知道k的确切位置,需要遍历所有位置以保证找到合适的k来分割乘积。
2)构造递归解
设m[i,j]为矩阵链Ai...Aj的最优解的代价,则
┌ 0 如果i = j
m[i,j] = │
└ min(i≤k<j) {m[i,k] + m[k+1,j] + p[i-1] * p[k] *p[j] } 如果i<j
3)构建辅助表,解决重叠子问题
从第二步的递归式可以发现解的过程中会有很多重叠子问题,可以用一个nXn维的辅助表m[n][n] s[n][n]分别表示最优乘积代价及其分割位置k 。
辅助表s[n][n]可以由2种方法构造,一种是自底向上填表构建,该方法要求按照递增的方式逐步填写子问题的解,也就是先计算长度为2的所有矩阵链的解,然后计算长度3的矩阵链,直到长度n;另一种是自顶向下填表的备忘录法,该方法将表的每个元素初始化为某特殊值(本问题中可以将最优乘积代价设置为一极大值),以表示待计算,在递归的过程中逐个填入遇到的子问题的解。
- #include<iostream>
- using namespace std;
- #define N 7
- //p为矩阵链,p[0],p[1]代表第一个矩阵,p[1],p[2]代表第二个矩阵,length为p的长度
- //所以如果有六个矩阵,length=7,m为存储最优结果的二维矩阵,s为存储选择最优结果路线的
- //二维矩阵
- void MatrixChainOrder(int *p,int (*m)[N],int (*s)[N],int length)
- {
- int n=length-1;
- int l,i,j,k,q=0;
- //m[i][i]只有一个矩阵,所以相乘次数为0,即m[i][i]=0;
- for(i=1;i<length;i++)
- {
- m[i][i]=0;
- }
- //l表示矩阵链的长度
- // l=2时,计算 m[i,i+1],i=1,2,...,n-1 (长度l=2的链的最小代价)
- for(l=2;l<=n;l++)
- {
- for(i=1;i<=n-l+1;i++)
- {
- j=i+l-1; //以i为起始位置,j为长度为l的链的末位,
- m[i][j]=0x7fffffff;
- //k从i到j-1,以k为位置划分
- 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;
- s[i][j]=k;
- }
- }
- }
- }
- cout << m[1][N-1] << endl;
- }
- void PrintAnswer(int(*s)[N],int i,int j)
- {
- if(i==j)
- {
- cout<<"A"<<i;
- }
- else
- {
- cout<<"(";
- PrintAnswer(s,i,s[i][j]);
- PrintAnswer(s,s[i][j]+1,j);
- cout<<")";
- }
- }
- int main()
- {
- int p[N]={20,35,15,5,10,20,25};
- int m[N][N],s[N][N];
- MatrixChainOrder(p,m,s,N);
- PrintAnswer(s,1,N-1);
- return 0;
- }