算法设计与分析40学时课件ch4new.pptVIP

矩阵链乘法的代价与计算顺序的关系 设A1=10?100矩阵, A2=100?5矩阵, A3=5?50矩阵 T((A1?A2)?A3)=10?100?5+10?5?50=7500 T(A1?(A2?A3))=100?5?50+10?100?50=750000 结论: 不同计算顺序有不同的代价 p(n)= 1 if n=1 p(n)= if n1 p(n)=C(n-1)=Catalan数= = ?(4n/n3/2) 矩阵链乘法优化问题的解空间 设p(n)=计算n个矩阵乘积的方法数 p(n)的递归方程 （A1 ?…? Ak)?(Ak+1?…?An) 如此之大的解空间是无法用枚举方法求出最优解的！ ?DB-LAB(2003) 下边开始设计求解矩阵链乘法问题的动态规划算法 分析优化解的结构 递归地定义最优解的代价 自底向上地计算优化解的代价保存之， 并获取构造最优解的信息 根据构造最优解的信息构造优化解 两个记号 Ai-j=Ai?Ai+1?....?Aj cost(Ai-j )=计算Ai-j的代价 优化解的结构 若计算A1?n的优化顺序在k处断开矩阵链, 即A1?n=A1?k?Ak+1?n，则在A1?n的优化顺序中，对应于子问题A1?k的解必须是A1-k的优化解，对应于子问题Ak+1?n的解必须是Ak+1?n的优化解 分析优化解的结构 具有优化子结构： 问题的优化解包括子问题优化解 子问题重叠性 A1?A2?A3?A4 (A1)?(A2?A3?A4) (A1?A2)?(A3?A4 ) (A1?A2? A3)?(A4 ) (A2?A3) (A3? A4) (A1? A2) (A3?A4) (A1?A2) (A2?A3) 具有子问题重叠性 (A3?A4) (A3?A4) (A1?A2 ) (A1?A2) ?DB-LAB(2003) 假设 m[i, j] = 计算Ai?j的最小乘法数 m[1, n] = 计算A1?n的最小乘法数 A1 ... Ak Ak+1 .... An 是优化解(k实际上是不可预知) 代价方程 m[i, i] = 计算Ai ? i 的最小乘法数= 0 m[i, j] = m[i, k] + m[k+1, j] + pi-1pkpj 其中, pi-1pkpj是计算Ai?k?Ak+1?j所需乘法数, Ai? k和Ak+1 ? j分别是pi-1?pk和pk?pj矩阵. 递归地定义最优解的代价 考虑到所有的k，优化解的代价方程为 m[i, j]= 0 if i=j m[i, j]= mini?kj{ m[i, k]+m[k+1, j]+pi-1 pk pj } if ij 自底向上计算优化解的代价 m[i, j]= mini? k j { m[i, k] + m[k+1, j] + p0 pk p5 } m[1,5] m[1,1] m[4,4] m[5,5] m[2,2] m[3,3] m[4,5] m[3,4] m[2,3] m[1,2] m[1,3] m[2,4] m[3,5] m[1,4] m[2,5] m[2,4] = min{ m[2,2]+m[3,4] m[2,3]+m[4,4] m[i, j]= mini? k j { m[i, k] + m[k+1, j] + pi-1 pk pj } m[1,5] m[1,1] m[4,4] m[5,5] m[2,2] m[3,3] m[4,5] m[3,4] m[2,3] m[1,2] m[1,3] m[2,4] m[3,5] m[1,4] m[2,5] ?DB-LAB(2003) Matrix-Chain-Order(p) n=length(p)-1； FOR i=1 TO n DO m[i, i]=0; FOR l=2 TO n DO /* 计算地l对角线 */ FOR i=1 TO n-l+1 DO j=i+l-1; m[i, j]=∞; FOR k?i To j-1 DO /* 计算m[i,j] */ q=m[i, k]+m[k+1, j]+pi-1pkpj IF qm[i, j] THEN m[i,j