只有我觉得动态规划很难么,总是get不到它的核心思想。。我觉得别人都用的很好。。。
矩阵的乘法定义如下:设A是m×p的矩阵,B是p×n的矩阵,则A与B的乘积为m×n的矩阵,记作C=AB,其中,矩阵C中的第i行第j列元素cij可以表示为:cij=Σk=1paik ×bkj =ai1 b1j +ai2 b2j +⋯+aip bpj.
当多个矩阵相乘时,采用不同的计算顺序所需的乘法次数不相同。例如,A是50×10的矩阵,B是10×20的矩阵,C是20×5的矩阵, 计算ABC有两种方式:(AB)C和A(BC),前一种需要15000次乘法计算,后一种则只需3500次。
设A1,A2 ,…,An为矩阵序列,Ai是阶为Pi−1 ∗Pi 的矩阵(1≤i≤n)。试确定矩阵的乘法顺序,使得计算A1 A2 …An 过程中元素相乘的总次数少。
输入格式:
每个输入文件为一个测试用例,每个测试用例的第一行给出一个正整数n(1≤n≤100),表示一共有n个矩阵A1 ,A2 ,…,An ,第二行给出n+1整数P0,P1 …Pn ,以空格分隔,其中1≤Pi≤100(0≤i≤n),第i个矩阵Ai 是阶为Pi−1∗Pi的矩阵。
输出格式:
获得上述矩阵的乘积,所需的最少乘法次数。
输入样例:
在这里给出一组输入。例如:
5
30 35 15 5 10 20
输出样例:
在这里给出相应的输出。例如:
11875
①矩阵 Aij与矩阵Bjk相乘,所需乘法次数 = i* j*k;②两个矩阵相乘,只有一个结果,所以不存在最优问题;③多个矩阵相乘,假设已经知道在第k个位置加括号会得到最优解,那么运问题变成两个子问题:(Ai Ai+1 …Ak),(Ak+1Ak+2…Aj)假设前者乘法次数为a,后者乘法次数为c,两者 相乘的乘法次数为b,所以,最优解 = a+b+c;④用m[i][j]表示AiAi+1…Aj矩阵连乘的最优值,那么子问题(Ai Ai+1 …Ak),(Ak+1Ak+2…Aj)对应的最优值为m[i][k],m[k+1][j],再加上矩阵(AiAi+1 …Ak)和矩阵(Ak+1Ak+2…Aj)的乘法次数就行。
#include <iostream>
#include <climits>//注意头文件INT_MAX;
using namespace std;
int p[1010],dp[1010][1010];
int res(int n){
for(int k = 2;k<=n;k++){
for(int i = 1;i<=n+1-k;i++){
int j = i+k-1;
int x;
dp[i][j] = INT_MAX;
for(int m = i;m<j;m++){
dp[i][j] = min(dp[i][j],dp[i][m] + dp[m+1][j]+p[i-1]*p[m]*p[j]);
}
}
}
return dp[1][n];
}
int main() {
int n;
cin >> n;
for(int i = 0;i<=n;i++){
cin >> p[i];
}
cout << res(n) << endl;
return 0;
}