标签：连乘 le int 矩阵 1A 最优 动态 ldots
动态规划之矩阵连乘问题
1. 问题描述
给定\(n\)个矩阵\({A_1, A_2,\ldots,A_n}\)，其中\(A_i\)与\(A_{i+1}\)是可乘的\((i = 1, 2,\ldots, n - 1)\)，矩阵\(A_i\)的维数为\(p_{i-1}*p_i, i=1, 2,\ldots,n\)。考察这\(n\)个矩阵的连乘积\(A_1A_2\ldots A_n\)。要求通过添加括号使得矩阵连乘时，数乘次数最少。例如连乘积\(A_1A_2A_3A_4\)可以有以下5中完全加括号方式：\((A_1(A_2(A_3A_4)))\)，\((A_1((A_2A_3)A_4))\)，\(((A_1A_2)(A_3A_4))\)，\(((A_1(A_2A_3))A_4))\)，\((((A_1A_2)A_3)A_4)\)
2.问题分析
2.1 分析最优解的结构
将矩阵连乘\({A_i, A_{i+1},\ldots,A_j}\)简记为\(A[i:j]\)。为考察计算\(A[1:n]\)的计算次序，设这个计算次序在矩阵\(A_k(1\le k<n)\)和\(A_{k+1}\)之间将矩阵链断开，则其相应的完全加括号方式为\(((A_1,\ldots, A_k)(A_{k+1}, A_n))\)。以此次序，先计算\(A[1:k]\)和\(A[k+1:n]\)，再计算结果相乘，得到总得计算顺序为：\(A[1:k]\)的计算量加上\(A[k+1:n]\)的计算量，再加上\(A[1:k]\)和\(A[k+1:n]\)相乘的计算量。
2.2建立递推关系
对于矩阵连乘积的最优计算次序问题，设计算\(A[i:j](1\le i\le j\le n)\)，所需的最少数乘次数为\(m[i][j]\)，则原问题的最优值为\(m[1][n]\)。
当\(i = j\)时，\(A[i:j]=A_i\)为单一矩阵，无须计算，因此\(m[i][i] = 0 (i = 1, 2,\ldots, n)\)。
当\(i < j\)时，利用最优子结构心知来计算\(m[i][j]\)。若\(A[i:j]\)的最优次序在 \(A_k(i\le k<j)\)和\(A_{k+1}\)之间断开，则\(m[i][j] = m[i][k] + m[k+1][j] + p_{i-1}p_kp_j\)。
从而，\(m[i][j]\)可以递归定义为：
2.3计算最优值
动态规划算法MatrixChain中，输入参数\(p_0,p_1,\ldots,p_n\)存储于数组\(p\)中。除了输入最优值数组\(m\)，算法还输出记录最优断开位置的数组\(S\)。
void MatrixChain(int *p, int n, int **m, int **s) {
// 求解规模为1的子问题，即一个矩阵相乘的数乘次数
for (int i = 1;i <= n;i++)
m[i][i] = 0;
// 规模控制，控制规模从2到n个矩阵相乘的数乘次数
for (int r = 2;r <= n;r++) {
// 规模为r的子问题个数。i是对应的子问题的首矩阵的编号，j是以i开始的规模为r的子问题的结果矩阵编号
for (int i = 1;i <= n - r + 1;i++) {
int j = i + r - 1;
// 求解在i出断开时，矩阵数乘次数。s[i][j]记录断开位置
m[i][j] = m[i + 1][j] + p[i - 1] * p [i] * p[j];
s[i][j] = i;
// 控制不同断开方式下，最优值求解
for (int k = i + 1;k < j;k++) {
int t = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j];
// 将新的最优解赋值
if (m[i][j] > t) {
m[i][j] = t;
s[i][j] = k;
}
}
}
}
}
例题分析:
要计算矩阵连乘积\(A_1A_2A_3A_4A_5A_6\)，其中各矩阵的维数分别如下表：
2.4 构造最优解
算法MatrixChain记录了构造最优解所需的全部信息。\(S[i][j]\)中的数表明，计算矩阵链\(A[i:j]\)的最佳方式是在矩阵\(A_k\)和\(A_{k+1}\)之间断开，即最优加括号方式为\((A[i:k])(A[k+1:j])\)。而\(A[1:s[1][n]]\)的最优加括号方式为\((A[1:s[1][n]])(A[s[1][n]+1:n])\)。算了，直接看代码吧......
void Traceback(int i, int j, int **s) {
if (i == j)
return ;
Traceback(i, s[i][j], s);
Traceback(s[i][j] + 1, j, s);
cout << "Multiply A" << i << ", " << s[i][j];
cout << " and A" << (s[i][j] + 1) << ", " << j << endl;
}
标签：连乘,le,int,矩阵,1A,最优,动态,ldots 来源： https://www.cnblogs.com/toughtful/p/14130622.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。