算法设计与电子教案第2章递归与分治策略试卷.ppt

Strassen矩阵乘法 A和B的乘积矩阵C中的元素C[i,j]定义为:　 若依此定义来计算A和B的乘积矩阵C，则每计算C的一个元素C[i][j]，需要做n次乘法和n-1次加法。因此，算出矩阵C的 个元素所需的计算时间为O(n3) 传统方法：O(n3) Strassen矩阵乘法 使用与上例类似的技术，将矩阵A，B和C中每一矩阵都分块成4个大小相等的子矩阵。由此可将方程C=AB重写为： 传统方法：O(n3) 分治法: 由此可得： 复杂度分析 T(n)=O(n3) ?没有改进? Strassen矩阵乘法 传统方法：O(n3) 分治法: 为了降低时间复杂度，必须减少乘法的次数。 复杂度分析 T(n)=O(nlog7) =O(n2.81)?较大的改进? Strassen矩阵乘法 传统方法：O(n3) 分治法: O(n2.81) 更快的方法?? Hopcroft和Kerr已经证明(1971)，计算2个２×２矩阵的乘积，7次乘法是必要的。因此，要想进一步改进矩阵乘法的时间复杂性，就不能再基于计算2×2矩阵的7次乘法这样的方法了。或许应当研究３×３或５×５矩阵的更好算法。 在Strassen之后又有许多算法改进了矩阵乘法的计算时间复杂性。目前最好的计算时间上界是 O(n2.376) 是否能找到O(n2)的算法？？？目前为止还没有结果。 棋盘覆盖 在一个2k×2k 个方格组成的棋盘