动态规划法3—矩阵链乘法
对于给定的几个矩阵,求计算这几个矩阵相乘时进行最少次相乘的运算顺序,这类问题就称为矩阵链乘法。
当的矩阵A和
的矩阵B相乘后得到矩阵C,C中各元素为:
矩阵A和矩阵B进行的乘法运算次数为。
接下来分析多个矩阵的乘法,比如计算,就有多种计算顺序,这些计算顺序得出的结果相同,但是进行的乘法运算次数却不相同。如果检查所有的计算顺序,那么算法复杂度会达到O(
),显然不可能实现。
但是这个问题可以分割成更小的局部问题,所以可以使用之前学到的动态规划法。
只有一种计算方法,
也是一种计算方法,这些相当于已知的结果被存储起来,在需要时可以直接调用,比如求
就是计算
和
哪一种计算次数更少,这时当再次遇到
就可以直接调用刚才得到的计算次数。
假设 的行为
列为
那么:
=
+
+
=
+
+
所以综上, 的最优解就是下列式子中的最小值:
为了方便计算假设:
m[i][j] | 表示计算 |
p[n] | 用来存储矩阵的行列数, |
计算m[i][j]:
0 | i=j |
i<j |
void matrixchainmultiplication() {
for (int i = 1; i <= n) {
m[i][i] = 0;
}
for (int l = 2; l <= n; l++) { //三重循环
for (int i = 1; i < n - l + 1; i++) {
int j = i + l - 1;
m[i][j] = inf;
for (int k = i; k <= j - 1; k++) {
m[i][j] = min(m[i][j], m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]);
}
}
}
}
完整的代码如下:
#include<iostream>
using namespace std;
#define N 100
int main() {
int n, p[N],m[N][N];
cin >> n;
for (int i = 1; i <= n; i++) {
cin >> p[i - 1] >> p[i];
}
for (int i = 1; i <= n;i++){
m[i][i] = 0;
}
for (int l = 2; l <= n; l++) {
for (int i = 1; i <= n - l + 1; i++) {
int j = i + l - 1;
m[i][j] = (1 << 21);
for (int k = i; k <= j - 1; k++) {
m[i][j] = min(m[i][j], m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]);
}
}
}
cout << m[1][n] << endl;
return 0;
}
算法矩阵的数量l从2增加到n,对于每个数量要通过i和j来指定范围,在此范围里还要改变k,三重循环,所以整个算法的复杂度为O()。
读《挑战程序设计竞赛》第三十天(侵删)2021.3.31
( 2021.7.14 第一次修改)