矩阵链乘法

于 2021-04-27 14:04:27 发布
阅读量3.8k 收藏 32
点赞数 5
文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_50941638/article/details/116199630
版权

1.问题

矩阵链乘法问题：
设A1,A2,…An为n个矩阵的序列，其中Ai为Pi-1×Pi阶矩阵，这个矩阵链的输入用向量P=<P0，P1…Pn>给出。给定向量P，确定一种乘法次序，使得基本运算的总次数达到最小。

例如，P=<10,100,5,50>，则A1:10×100，A2:100×5，A3:5×50，有两种结合次序，
1）(A1A2)A3：10×100×5+10×5×50=7500
2）A1(A2A3)：10×100×50+100×5×50=75000
显然第二种优于第一种。

2.解析

2.1 蛮力法

枚举所有可能的乘法次序，针对每种次序计算基本运算的次数，从中找出具有最小运算次数的乘法次序，每一种乘法次序对应了一种在n给项中加n-1对括号。

2.2 动态规划法

在这里插入图片描述
在这里插入图片描述

最低0.47元/天 解锁文章
Ying820
关注
  • 5
    点赞
  • 踩
  • 32
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
动态规划之——矩阵连乘（全网最详细博文，看这一篇就够了！）
扬俊的小屋
06-30 7万+
动态规划之矩阵连乘
矩阵链相乘（动态规划法）
最新发布
2301_79582459的博客
05-30 630
矩阵链相乘问题是一个经典的动态规划问题。给定一系列矩阵，目标是找到一种最优的乘法顺序，使得所有矩阵相乘所需的标量乘法次数最少。矩阵链相乘问题的关键在于利用动态规划来避免重复计算子问题。
算法实验题5.3 输油管道问题（中位数定理,分治）
小胡同的诗
09-25 1101
题目描述 某石油公司计划建造一条由东向西的主输油管道。该管道要穿过一个有n口油井的油田。从每口油井都要有一条输油管道沿最短路经（或南或北）与主管道相连。 如果给定n口油井的位置，即它们的x坐标（东西向）和y坐标（南北向），应如何确定主管道的最优位置，即使各油井到主管道之间的输油管道长度总和最小的位置？ 如果有两口油井，取两口油井南北方向之间的任意位置 如果有三口油井，则取中位数。 n口油井即为找...
矩阵链相乘问题
03-14 258
问题描述 　　给定n个矩阵A1，A2 ,...,An，相邻的矩阵是可乘的，如何确定一个最优计算次序，使得以此次序计算需要的数乘次数最少？ 计算次序对计算性能的影响： 　　假设n=3，A1，A2，A3的维数分别为10×100，100×5，5×50。考察A1×A2×A3需要的数乘次数，有以下 两种计算方式： 　　（1）（A1×A2）×A3：10×100×5+10×5...
JUZHEN.rar_矩阵链乘法
09-22
矩阵链乘法问题就是如何对矩阵乘积加括号，使得它们的乘法次数达到最少。 Input 输入的第一行为一个正整数N(1<=N<=200)。表示矩阵的个数。 输入的第二行包含N+1个整数，分别表示pi(0<=i<=N)，其中...
动态规划实现矩阵链乘法
05-07
/*动态规划矩阵链乘*/ typedef struct { int m[MAX][MAX]; int s[MAX][MAX]; }res; void InitP(int* p,int length) { int i; printf("\n初始化序列p,请输入p的维数\n"); for (i=0;i;i++) { printf("p[%d...
矩阵链乘法的动态规划算法
04-23
矩阵链乘法是一种经典的动态规划问题，主要解决的是在计算一系列矩阵相乘时找到最优的乘法顺序，以达到计算代价最小化的目的。在实际应用中，矩阵乘法的计算量极大，因此优化乘法顺序对于提高计算效率至关重要。本...
动态规划解决矩阵链乘法问题
12-05
关于运用动态规划解决矩阵链乘法问题的具体步骤
矩阵链相乘的最小乘法次数及乘法方式
05-27
用动态规划策略求矩阵链相乘的最小乘法次数及乘法方式
HBU训练营【动态规划DP】——矩阵链相乘问题 (30分)
xxxibgdrgn博客
08-12 651
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：c​ij=Σ​k=1​paik ×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)
矩阵链相乘问题（基于动态规划的迭代法求解）
zxyhfdl的博客
05-17 6533
题目描述有若干个矩阵{Ai}，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？输入 第一行一个整数n(n &lt;= 100)，表示一共有n-1个矩阵。 第二行n个整数B1, B2, B3… Bn(Bi &lt;= 100)，第i个数Bi表示第i个矩阵的行数和第i-1个矩阵的列数。 等价地，可以认为第j个矩阵Aj(1 &lt;= j...
算法基础期末考点总结四——矩阵乘法时间复杂度
weixin_43416013的博客
01-15 5638
这只是一个科普性质的部分，矩阵乘法老师没有细讲，就介绍了一下原理和时间复杂度为多少。 这里一个需要了解的概念就是分治法，其包括三个步骤： 这也是后面递归式的由来，子问题的时间复杂度和合并问题的时间复杂度构成了递推式（分解问题所需时间一般都是O（1）)。 额外介绍一个例子：求最大子数组问题。 这个问题的应用一般是股票的买进卖出分别在什么时候最好（有点马后炮），书上为了贴合分治法的主题，设计了一种算法：将整个数组分成两块，最大子数组要么在左边，要么在右边，要么跨越两边。 这是求跨越两边的最大子数组。 这
矩阵连乘（矩阵链乘）比动态规划更高效的算法，时间复杂度O(nlogn)
haove的专栏
02-23 2011
数学是一门奇妙的学问，算法中数学的运用无所不在，而图论作为数学里的一个分支更是bug级别的奇妙，为什么这么说呢？因为一些算法问题可以转化成图论里的问题，用图论里的理论解决算法里的问题可能达到意想不到的好效果。 矩阵连乘问题作为动态规划里的经典问题，被讲到烂大街，以致于很多人以为用动态规划求解的话，时间复杂度O(n^3)已经是最优了，殊不知，矩阵连乘问题的时间复杂度有大幅的下降空间，本文将矩阵连乘问题转换成图论里的多边形划分三角形问题，最终能将时间复杂度降低到O(nlogn)级别，惊不惊喜！意不意外！ ...
动态规划解决矩阵链乘最优顺序问题
Wesley1991的专栏
03-26 1818
问题描述与算法描述见《算法导论》，算法实现代码如下：// 矩阵链乘最优解#include stdio.h>#include limits.h>#include memory.h>// 计算辅助表// 输入: 矩阵维数数组p[n+1]// 输出: 辅助表m[i, j], s[i, j]void matrix_chain_order(int p[], int length, int **m, 
矩阵乘法分治算法的伪代码
独行者103的专栏
12-04 4551
SQUARE-MATRIX-MULTIPLY-RECURSIVE(A,B) n=A.rows let C be a new n*n matrix if n==1 c11=a11*b11 else partition A, B and C as in equation(1) C11=SQUARE-MATRIX-MULTIPLY-RECURSIVE(A11,B11)
python矩阵链乘法
11-14
矩阵链乘法是一种经典的动态规划问题，其目标是找到一种最佳的矩阵乘法顺序，从而使得矩阵乘法的运算量最小化。下面是Python实现矩阵链乘法的示例代码： ```python import sys def matrix_chain_order(p): n = len(p) - 1 m = [[0] * (n + 1) for i in range(n + 1)] s = [[0] * (n + 1) for i in range(n + 1)] for l in range(2, n + 1): for i in range(1, n - l + 2): j = i + l - 1 m[i][j] = sys.maxsize for k in range(i, j): q = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j] if q < m[i][j]: m[i][j] = q s[i][j] = k return m, s def print_optimal_parens(s, i, j): if i == j: print("A" + str(i), end="") else: print("(", end="") print_optimal_parens(s, i, s[i][j]) print_optimal_parens(s, s[i][j] + 1, j) print(")", end="") p = [30, 35, 15, 5, 10, 20, 25] m, s = matrix_chain_order(p) print_optimal_parens(s, 1, len(p) - 1) ``` 上述代码实现了矩阵链乘法算法，并输出了最优的矩阵乘法顺序。其中，`matrix_chain_order`函数计算了最小的矩阵乘法次数，`print_optimal_parens`函数输出了最优的矩阵乘法顺序。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值