矩阵链乘法

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）

5.源码

矩阵链乘法