算法设计与分析实验五.doc

实验五 一、实验目的与要求 1、了解动态规划的四个步骤； 2、对最优子结构性质的理解； 3、对具体问题进行动态规划的方法； 4、掌握矩阵连乘的算法实质； 二、实验题 假定有｛A1,A2,…An｝个矩阵，其中矩阵Ai与Ai+1可乘，请编程实现使矩阵乘法次数最少的加括号解！（用动态规划算法） 程序代码： package Cy; public class MatEven { public static void main(String[] args) { int[] Dim = {30,35,35,15,15,5,5,6,10,20,30,25}; int result = MatEven(Dim); System.out.println(\n动态规划求的的最优策略相乘顺序导致的最少乘法数为： + result); } public static int MatEven(int[] Dim){ //接受n个矩阵的维度数组Dim大小为2n int n = Dim.length / 2; //有n个矩阵，编号0...n-1,编号为k的矩阵的维数是Dim[2k] * Dim[2k+1] int[][] Result = new int[n][n]; //最小代价矩阵 //初始化 for(int i = 0;i n;i++) Result[i][i] = 0; //沿对角线填矩阵 for(int d = 1;d = n-1;d++) //共n-1条对角线需要填 { for(int i = 0;i = n-d-1;i++) //第d条对角线的第一个点横为d { //int j = i - d; int j = i + d; //在第d条对角线上的点，横纵坐标的关j=i+d //这样就确定了一个位置（i,j）的坐标，然后来填（i,j） int Min = 1000000000; for(int k = i;k = j-1;k++) //从第k个矩阵后面断开 { //动态规划状态转移方程 int temp = Result[i][k] + Result[k+1][j] + (Dim[2*i] * Dim[2*k + 1] * Dim[2*j+1]); if( temp Min) Min = temp; } Result[i][j] = Min; } } return Result[0][n-1]; } } 实验结果： 测试数组： 30 35 20 15 17 5 9 6 12 19 30 20 1 2 3 4 5 6 7 8 9 10 11 12 实验总结与分析： 首先明确一个问题，两个矩阵相乘必须满足前一矩阵的列数等于后一矩阵的行数。动态规划的第一步是刻画最优解的结构，这里就用到了穷举搜索的方法。设法让所研究的问题的最优解包含其子问题的最优解，问题就容易解决。 动态规划问题中涉及两个重要的算法，穷举算法和递归算法 在矩阵连乘积最优计算次序问题中，当A1A2…An的最优完全加括号方式在Ak和Ak+1之间将矩阵链断开，由此确定的子链A1A2…Ak和Ak+1Ak+2…An的完全加括号方式也是最优的。