算法导论 第15章 动态规划:矩阵链乘法

算法实现:

int main(){
    int num;
    cin>>num;
    int p[num+1];
    for(int i=0;i<=num;i++)
        cin>>p[i];
    int m[num+1][num+1],s[num+1][num+1];
    for(int i=0;i<=num;i++)
    {
        for(int j=
  • 2
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
动态规划矩阵乘法问题是指给定一系列矩阵,求解它们相乘的最少乘法次数。根据引用\[2\]中的解释,我们可以使用一个二维数组m来表示矩阵相乘所需要的最少乘法次数。其中,m\[i, j\]表示从矩阵i到矩阵j相乘所需要的最少乘法次数。 根据引用\[3\]中的思路,当只有一个矩阵时,乘法次数为0;当有两个矩阵时,乘法次数为矩阵行列直接相乘的结果。对于三个及以上的矩阵,我们可以通过动态规划的方式来求解最少乘法次数。 具体的动态规划算法如下: 1. 初始化二维数组m的对角线元素为0,表示只有一个矩阵时的乘法次数为0。 2. 从长d=2开始,逐步增加长,计算m\[i, j\]的值。对于每个长d,遍历所有可能的分割点k,计算m\[i, j\]的值。具体计算方式为:m\[i, j\] = min{m\[i, k\] + m\[k+1, j\] + a\[i\]*a\[k\]*a\[j+1\]},其中a\[i\]表示第i个矩阵的行数,a\[j+1\]表示第j+1个矩阵的列数。 3. 最终,m\[1, n\]即为所求的最少乘法次数,其中n为矩阵的长度。 通过以上算法,我们可以得到矩阵相乘的最少乘法次数。这个问题的动态规划解法可以有效地减少重复计算,提高计算效率。 #### 引用[.reference_title] - *1* *2* *3* [动态规划——矩阵相乘](https://blog.csdn.net/Wu_L7/article/details/124327310)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“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
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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