【算法导论】动态规划之矩阵链乘法Python实现

前提

• 浏览了书中的整体流程，对代码的一些部分没太明白

问题定义

求多个矩阵相乘的最优计算顺序，使得计算量最低

编程

• 看转移方程的定义后将矩阵的行列大小定义为一个列表，本文定义方式p = [30, 35, 15, 5, 10, 20, 25] ，对矩阵的行列表示，说明有5个矩阵，第一个的阶数为3035， 第二个为3515， 第三个为15*5，以此类推
• 只对上三角进行填表，填入顺序为从左到右，从下到上
• 下列表格列出了表的插入顺序

	1	3	6
		2	5
			4

代码

p = [30, 35, 15, 5, 10, 20, 25] 
def matrix_chain_order(p):
    n = len(p) - 1   # 矩阵个数
    m = [[0 for i in range(n)] for j in range(n)] 
    s = [[0 for i in range(n)] for j in range(n)] # 用来记录最优解的括号位置
    for l in range(1, n): # 控制列，从左往右
        for i in range(l-1, -1, -1):  # 控制行,从下往上
            m[i][l] = float('inf') # 保存要填充格子的最优值
            for k in range(i, l):  # 控制分割点
                q = m[i][k] + m[k+1][l] + p[i]*p[k+1]*p[l+1]
                if q < m[i][l]:
                    m[i][l] = q
                    s[i][l] = k
    return m, s

def print_option_parens(s, i, j):
    if i == j:
        print('A'+str(i+1), end='')
    else:
        print('(', end='')
        print_option_parens(s, i, s[i][j])
        print_option_parens(s, s[i][j]+1, j)
        print(')', end='')

r, s = matrix_chain_order(p)
print_option_parens(s, 0, 5)

代码遇到的坑

• m = [[0 for i in range(n)] for j in range(n)]其实最先的定义方式为m=[[0] * n ] * n，但是这样会产生一个很严重的问题

>>> lists = [[]] * 3
>>> lists
[[], [], []]
>>> lists[0].append(3)
>>> lists
[[3], [3], [3]]

• 得到的s数组(列表)和书中是不同的，每个数都会比书中少1，如果要求统一，可以将s[i][l] = k改成s[i][l] = k+1即可
• 代码中设计到三个循环，而且循环是环环相扣，为锻炼这种环环相扣的编程能力，建议先练习输出一个二维数组上有规律排列的输出顺序，如二维数组如下

1	2	3	4
5	6	7	8
9	10	11	12
13	14	15	16

- 输出1 2 6 3 7 11 4 8 12 16
- 输出1 6 2 11 7 3 16 12 8 4(本题的输出顺序)
- 输出1 6 2 3 7 11 16 12 8 4
- 输出上述三种方式的逆顺序