ACM竞赛备战资料精选--动态规划之矩阵连乘.doc

动态规划之矩阵连乘 新一篇:?动态创建二维数组 作者：liguisen Blog：/liguisen 以下内容参考（摘抄）《算法设计与分析》，王晓东编著，清华大学出版社2003年1月第1版。 给定n个矩阵{A1,A2,…,An}，其中Ai与Ai+1是可乘的，i=1,2,…,n-1。考察这n个矩阵的连乘积A1A2…An。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，则可以依此次序反复调用2个矩阵相乘的标准算法（有改进的方法，这里不考虑）计算出矩阵连乘积。若A是一个p×q矩阵，B是一个q×r矩阵，则计算其乘积C=AB的标准算法中，需要进行pqr次数乘。 矩阵连乘积的计算次序不同，计算量也不同，举例如下： 先考察3个矩阵{A1,A2,A3}连乘，设这三个矩阵的维数分别为10×100，100×5，5×50。若按（（A1A2）A3）方式需要的数乘次数为10×100×5＋10×5×50＝7500，若按（A1（A2A3））方式需要的数乘次数为100×5×50＋10×100×50＝75000。 下面使用动态规划法找出矩阵连乘积的最优计算次序。 1，? 设矩阵连乘积AiAi+1…Aj简记为A[i:j]，设最优计算次序在Ak和Ak+1之间断开，则加括号方式为： （（AiAi+1…Ak）（Ak+1…Aj）） 则依照这个次序，先计算A[i:k]和A[K+1:j]然后再将计算结果相乘，计算量是： A[i:k]的计算量加上A[K+1:j]的计算量再加上它们相乘的计算量。 问题的一个关键是：计算A[i:j]的最优次序所包含的两个子过程（计算A[i:k]和A[K+1:j]）也是最优次序。 2，? 设计算A[i:j]所需的最少数乘次数为m[i][j]。 i=j时为单一矩阵，则m[i][i]=0， ij时，设最优计算次序在Ak和Ak+1之间断开，则m[i][j]=m[i][k]+m[k+1][j]+pipk+1pj+1，其中p表示数组的维数，例如A0到A5共6个数组（为了C语言的描述方便，下标从0开始），他们表示如下： //p[0]:第一个矩阵的行数 //p[1]:第一个矩阵的列数，第二个矩阵的行数 //p[2]:第二个矩阵的列数，第三个矩阵的行数 k此时并未确定，需要从i到j-1遍历以寻找一个最小的m[i][j]。我们把这个最小的k放在s[i][j]。 ? 以下是完整实现代码，以一个具体的例子实现，稍加修改即可通用。 #include iostream using namespace std; ////////////////////////////////////////////////////////////////////////////// //MatrixChain计算m[i][j]所需的最少数乘次数 //并记录断开位置s[i][j] ////////////////////////////////////////////////////////////////////////////// void MatrixChain(int *p,int n,int **m,int **s) { for(int i=0;in;i++) m[i][i]=0;//单个矩阵相乘，所需数乘次数为 ? //以下两个循环是关键之一，以个数组为例(为描述方便，m[i][j]用ij代替) //需按照如下次序计算 //01 12 23 34 45 //02 13 24 35 //03 14 25 //04 15 //05 //下面行的计算结果将会直接用到上面的结果。例如要计算，就会用到，或者，或者，或者，等等 for(int r=1;rn;r++) { for(int i=0;in-r;i++) { int j=i+r; //首先在i断开，即（Ai*（Ai+1...Aj）） m[i][j]=m[i][i]+m[i+1][j]+p[i]*p[i+1]*p[j+1]; s[i][j]=i; for(int k=i+1;kj;k++) { //然后在k（从i+1开始遍历到j-1）断开，即（（Ai...Ak)*（Ak+1...Aj）） int t=m[i][k]+m[k+1][j]+p[i]*p[k+1]*p[j+1]; if(tm[i][j])//找到更好的断开方法 { m[i][j]=t;//记录最少数乘次数 s[i][j]=k;//记录断开位置 } } } } //如果使用下面注释的循环，则是按照如下次序计算 //01 02 03 04