1.问题
设A1,A2,…,An为n个矩阵的序列,元素都为整数且已知矩阵大小。
如果要计算所有矩阵的乘积A1 * A2 * A3 … Am,最少要多少次整数乘法?
2.解析
-
暴力搜索(范围太大时会超时)
-
动态规划法:
1.刻画一个最优解的结构特征
假设A(i)A(i+1)…A(j)的最优括号方案的分割点在A(k)和A(k+1)之间。为了构造一个矩阵链乘法问题实例的最优解,我们可以将问题划分为两个子问题(A(i)A(i+1)…A(k)和A(k+1)A(k+2)…A(j)的最优括号化问题),求出子问题实例的最优解,然后将子问题的最优解组合起来。
2.定义最优解的值
将对所有1<=i<=j<=n确定A(i)A(i+1)…A(j)的最小代价括号化方案作为子问题,令m[i,j]表示计算矩阵A(i…j)所需标量乘法次数的最小值 -
区间分割
根据分割点k,我们可以分割为两个区间,例如 [ i , j ]可以分割为 [ i , k ] 和[k+1,j] 两个区间。 -
区间的合并。
[ i , k ] 和 [ k + 1 , j ] 的区间长度比 [ i , j ] 小, 而我们已经升序枚举区间长度,所以当前这两个区间的状态值已经是最优的,同时大区间由子区间合并而成,所以我们可以取其中某几个子区间合并的最优的状态值作为当前 [ i , j ] 的最优状态值。
3.计算最优代价
- 自底向上
从最底层的小区间开始逐个合并,最后合并到最大的区间。
假定矩阵Ai的规模为p(i-1)×pi(i=1,2,…,n)。它的输入是一个序列p=<p0,p1,…,pn>,其长度为p.length=n+1。过程用一个辅助表m[1…n,1…n]来保存代价m[i,j],用另一个辅助表s[1…n-1,2…n](s[1,2]…s[n-1,n],i<j)记录最优值m[i,j]对应的分割点k。我们就可以利用表s构造最优解.
3.设计
#include<iostream>
#include<string>
#include<cstring>
#include<algorithm>
using namespace std;
const int inf = 0x3f3f3f3f;
const int t = 1000;
int a,b;
vector<int>p;
int m[t][t],s[t][t];
void Matrix() {
for (int d=1;d<=a;d++) {
for (int i=1;i<=a-d;i++) {
int j=i+d;
for (int k=i;k<j;k++) {
int temp = m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
if (m[i][j] > temp) {
m[i][j] = temp;
s[i][j] = k;
}
}
}
}
cout<<"最优解为:"<<m[1][a]<<endl;
}
void Print(int l,int r) {
if (l==r) {
cout<<"A"<<l;
return;
}
cout<<"(";
Print(l,s[l][r]);
Print(s[l][r]+1,r);
cout<<")";
}
int main() {
memset(m,inf,sizeof m);
cin>>a;
for (int i=0;i<=a;i++) {
cin>>b;
p.push_back(b);
m[i][i] = 0;
}
Matrix();
cout<<"括号化方案为:";
Print(1,a);
return 0;
}
/* 6
30 35 15 5 10 20 25 */
4.分析
递归算法:
迭代算法:三层循环嵌套,时间复杂度O(n^3)