动态规划-矩阵连乘问题

最新推荐文章于 2024-10-13 22:30:10 发布

孟哲Hogan

最新推荐文章于 2024-10-13 22:30:10 发布

阅读量618

点赞数

分类专栏： Algorithm 文章标签：矩阵连乘动态规划

本文链接：https://blog.csdn.net/zhezhe_9860/article/details/102460072

版权

Algorithm 专栏收录该内容

8 篇文章 0 订阅

订阅专栏

矩阵连乘问题描述

给定 $n$ 个矩阵 $\left\{A_{1}, A_{2}, \ldots, A_{n}\right\}$ ，其中 $A_{i}$ 与 $A_{i+1}$ 是可乘的， $i = 1, 2, 3, . . ., n$
考查这 $n$ 个矩阵的连乘积 $A_{1}A_{2} \ldots A_{n}$
由于矩阵乘法满足结合律，所以计算矩阵的连乘可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定
若一个矩阵连乘积的计算次序完全确定，也就是说该连乘积已完全加括号，则可以依此次序反复调用 $2$ 个矩阵相乘的标准算法计算出矩阵连乘积

算法描述

假设我们要计算6个矩阵的连乘积问题，如下：
在这里插入图片描述
从连乘矩阵个数为2开始计算每次的最小乘次数 $m [i] [j]$ （为便于理解，矩阵下标从1开始）:

连乘矩阵个数为2时：m[1][2]、m[2][3]、m[3][4]、m[4][5]、m[5][6]
连乘矩阵个数为3时：m[1][3]、m[2][4]、m[3][5]、m[4][6]
连乘矩阵个数为4时：m[1][4]、m[2][5]、m[3][6]
连乘矩阵个数为5时：m[1][5]、m[2][6]
连乘矩阵个数为6时：m[1][6] //要求最小乘次数

动态规划代码实现：

$p_{i}$ :第 $i$ 个矩阵的行数、 $p_{k}$ : $i : k$ 矩阵连乘后得到的列数， $p_{j}$ : $k + 1 : j$ 矩阵连乘后得到的列数
$m [i] [j]$ :最小乘次数数组， $s [i] [j]$ :最优断开位置数组
例如，在计算m[1][4]时，依据递归式有：
$m[1][4]=\min \left\{\begin{array}{l}{m[1][1]+m[2][4]+p_{0} p_{1} p_{4}} \\ {m[1][2]+m[3][4]+p_{0} p_{2} p_{4}} \\ {m[1][3]+m[4][4]+p_{0} p_{3} p_{4}}\end{array}\right.$

void matrixChain(int *p, int n, int m[][N], int s[][N])
{
	for (int i = 1; i <= n; i++)
		m[i][i] = 0;
	for (int r = 2; r <= n; r++) //连乘矩阵的规模
	{
		for (int i = 1; i <= n - r + 1; i++)
		{
			int j = i + r - 1; //j表示连乘矩阵中的最后一个
			// k == i时
			m[i][j] = m[i][i] + m[i + 1][j] + p[i - 1] * p[i] * p[j];
			s[i][j] = i;
			for (int k = i + 1; k < j; k++)
			{
				int tmp = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j];
				if (tmp < m[i][j])
				{
					m[i][j] = tmp;
					s[i][j] = k;
				}
			}
		}
	}
}

在这里插入图片描述

递归构造最优解：

void traceBack(int i, int j, int s[][N])
{
	if (i == j)
		std::cout << "A" << i;
	else
	{
		std::cout << "(";
		traceBack(i, s[i][j], s);
		traceBack(s[i][j] + 1, j, s);
		std::cout << ")";
	}
}