用最少的变量实现矩阵链乘算法的构想及其递归输出结果c++代码

1.问题描述

给定n个矩阵构成的一个链<A1,A2,A3,…An>，其中i=1,2,…n，矩阵A的维数为pi-1pi，对乘积 A1A2…An 以一种最小化标量乘法次数的方式进行加全部括号。
注意：在矩阵链乘问题中，实际上并没有把矩阵相乘，目的是确定一个具有最小代价的矩阵相乘顺序。找出这样一个结合顺序使得相乘的代价最低。

2.问题分析

1. 最优加全部括号的结构
   　　动态规划第一步是寻找一个最优的子结构。假设现在要计算AiAi+1…Aj的值，计算Ai…j过程当中肯定会存在某个k值（i<=k<j）将Ai…j分成两部分，使得Ai…j的计算量最小。分成两个子问题Ai…k和Ak+1…j，需要继续递归寻找这两个子问题的最优解。
   　　有分析可以到最优子结构为：假设AiAi+1…Aj的一个最优加全括号把乘积在Ak和Ak+1之间分开，则Ai…k和Ak+1…j也都是最优加全括号的。
2. 一个递归解
   　　设m[i,j]为计算机矩阵Ai…j所需的标量乘法运算次数的最小值，对此计算A1…n的最小代价就是m[1,n]。现在需要来递归定义m[i,j]，分两种情况进行讨论如下：
   当i==j时：m[i,j] = 0，（此时只包含一个矩阵）
   当i<j 时：从步骤1中需要寻找一个k（i≤k＜j）值，使得m[i,j] ＝min{m[i,k]+m[k+1,j]+pi-1pkpj} （i≤k＜j）。
3. 计算最优代价
   　　虽然给出了递归解的过程，但是在实现的时候不采用递归实现，而是借助辅助空间，使用自底向上的表格进行实现。设矩阵Ai的维数为pi-1pi，i=1,2…n。输入序列为：p=<p0，p1,…pn>，length[p] = n+1。使用m[n][n]保存m[i,j]的代价，s[n][n]保存计算m[i,j]时取得最优代价处k的值，最后可以用s中的记录构造一个最优解。书中给出了计算过程的伪代码，摘录如下：
4. 构造一个最优解
   　　第三步中已经计算出来最小代价，并保存了相关的记录信息。因此只需对s表格进行递归调用展开既可以得到一个最优解。

3.编程分析

算法程序分为两部分，计算部分和递归输出部分

• 计算部分

1. 分析

假设需要计算 i 个矩阵 相乘，则任意两个矩阵之间都需要计算一次代价（自己到自己也需要计算，虽然一定为0），共需要1+2+3+…+i 次，存储到m矩阵（代价矩阵）是一个1到 i的阶梯型，举例当i=5时，m矩阵为

	1	2	3	4	5
1	*
2	*	*
3	*	*	*
4	*	*	*	*
5	*	*	*	*	*

再来看s矩阵，s矩阵存储的是 i 矩阵乘到 j 矩阵时最优的分割处 k的取值，与m矩阵不同的是，任意两个矩阵之间都需要计算 k值但是自己到自己不需要计算，共需要1+2+3+…+（i-1）次，存储到s矩阵（k值矩阵）是一个1到 i-1的阶梯型，举例当i=5时，s矩阵为

	1	2	3	4	5
1
2	*
3	*	*
4	*	*	*
5	*	*	*	*

可以发现s矩阵和m矩阵刚好可以放在同一个 i*i 的矩阵中，这样我们编程的时候就可以只定义一个 i*i 数组，将s矩阵存放在m矩阵对角的位置，循环变量我们准备使用一个矩阵位置 j 和要计算的另一个矩阵到 j 矩阵的距离 n ，减少资源的占用

2. 代码

预编译部分，定义全局变量

#define Matrix_MUM 8
int min_s,min_k,M[Matrix_MUM][Matrix_MUM]={
   0},p[Matrix_MUM+1]={
   4,5,3,6,4,5,3,6,4};

main() 函数，n 是 i 到 j 相差的矩阵数，用到了 j 和 n 两个变量，i 可以通过 j 和 n 计算出来

int main()
{
   
int j,n;
	for(n=1;n<Matrix_MUM;n++)
		for(j=n;j<Matrix_MUM;j++)
			chain(j,j-n),M[j-n][j]=min_s,M[j][j-n]=min_k;
}

chain() 函数，计算k值

void chain(int j,int i)//计算
{
   
	int s,k;
	for(k