矩阵连乘实验汇报.docxVIP

南京信息工程大学 实验（实习）报告院 计算机与软件学院 专业 软件工程 年级 2013 班次3姓名 魏开阳 学号 20131344105 实验内容矩阵连乘问题，给定n个矩阵{A1,A2,…,An}，其中Ai与Ai+1是可乘的，i=1,2,3…,n-1。考察这n个矩阵的连乘A1,A2,…,An。主要思想由于矩阵乘法满足结合律，故计算矩阵的连乘积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经完全加括号，则可依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积。完全加括号的矩阵连乘积可递归的定义为：单个矩阵是完全加括号的；矩阵连乘积A是完全加括号的，则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号，即A=(BC)。运用动态规划法解矩阵连乘积的最优计算次序问题。按以下几个步骤进行分析最优解的结构设计求解具体问题的动态规划算法的第1步是刻画该问题的最优解的结构特征。为方便起见，将矩阵连乘积简记为A[i:j]。考察计算A[1:n]的最优计算次序。设这个计算次序矩阵在Ak和Ak+1之间将矩阵链断开，,则其相应的完全加括号方式为((A1…Ak)(Ak+1…An))。依此次序，先计算A[1:k]和A[k+1:n],然后将计算结果相乘得到A[1:n]。建立递归关系设计动态规划算法的第二步是递归定义最优值。对于矩阵连乘积的最优计算次序问题，设计算A[i:j]，，所需的最少数乘次数为m[i][j]，原问题的最优值为m[1][n]。当i=j时，A[i:j]=Ai为单一矩阵，无需计算，因此m[i][i]=0，i=1,2,…n。当ij时，可利用最优子结构性质来计算m[i][j]。m[i][j]=m[i][k]+m[k+1][j]+pi-1pkpj。由于在计算时并不知道断开点k的位置，所以k还未定。计算最优值根据计算m[i][j]的递归式，容易写一个递归算法计算m[1][n]。动态规划法解决此问题，可依据递归式以自底向上的方式进行计算，在计算过程中保存已解决的子问题答案。每个子问题只计算一次，而在后面需要时只要简单查一下，从而避免大量的重复计算，最终得到多项式时间的算法matrixChain。(见实验代码部分)构造最优解算法matrixChain只计算出最优值，并没有给出最优解。但是matrixChain已经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]的最佳方式应在矩阵Ak和Ak+1之间断开，最优加括号方式为(A[i:k])(A[k+1:j])。依次构造最优解。(算法见实验代码部分)实验代码#includestdio.h#define N 100void matrixChain(int p[],int m[N+1][N+1],int s[N+1][N+1])/*用m[i][j]二维数组来存储Ai*.....Aj的最少数乘次数，用s[i][j]来存储使Ai.....Aj获得最少数乘次数对应的断开位置k，需要注意的是此处的N+1非常关键，虽然只用到的行列下标只从1到N，但是下标0对应的元素默认也属于该数组，所以数组的长度就应该为N+1*/{int n=N; for(int i=1;i=n;i++)m[i][i]=0;for(int r=2;r=n;r++){for(int i=1;i=n-r+1;i++) {int j=i+r-1;m[i][j]=m[i+1][j]+p[i-1]*p[i]*p[j];s[i][j]=i;for (int k=i+1;kj;k++){int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];if(tm[i][j]){m[i][j]=t;s[i][j]=k;}}}}}void traceback(int i,int j,int s[][N+1]) {if(i==j){printf(A%d,i);}else{printf(();traceback(i,s[i][j],s);traceback(s[i][j]+1,j,s);printf());}}void main(){int n;int q[2*N];int p[N+1],flag=1;int m[N+1][N+1]; int s[N+1][N+1];printf(输入矩阵的个数(注：小于100)：);scanf(%d,n);for(int i=0;i=2*n-1;i++) {if(i%2==0){printf(————————\n);printf(*输入A%d的行:,(i/2)+1);}else{printf( ********列:);}scanf(%d,q