矩阵连乘问题.docxVIP

. 目录： 矩阵连乘问题： 描述矩阵连乘问题 分析矩阵连乘问题以及对递归式的推导 1）直接递归思路 2）备忘录思路 3）动态规划思路 伪代码的方式描述算法： 1）直接递归算法 2）备忘录算法 3）动态规划算法 把算法转换成程序实现的过程及结果 1）直接递归算法程序 2）备忘录算法程序 3）动态规划算法程序 .. . 描述矩阵连乘问题： 定 n 个矩 { A A A } ，其中 A A 是可乘的， i=1,2, ? ,n-1。考察 n 个矩 的 1, 2, n i 和 i 1 乘 A1, A2 , An 。由于矩 乘法具有 合律，故 算矩 的 乘 可以有 多不同的 算次序。 种 算次序可以用加括号的方式来确定。若一个矩 乘 的 算次序完全确定， 也就是 乘 已完全加括号， 可依次序反复 用 2 个矩 相乘的 准算法 算出矩 乘 。完全加括号的矩 乘可 地定 ： （ 1） 个矩 是完全加括号的； （ 2）矩 乘 A 是完全加括号的， A 可表示 2 个完全加括号的矩 乘 B 和 C 的乘 并加括号， 即 A=（BC）。 矩 A 和 B 可乘的条件是矩 A 的列数等于矩 B 的行数。若 A 是一个 p× q 的矩 ， B 是一个 q× r 的矩 ，那么 C=A ×B 就是一个 p× r 矩 。它的 算是三重循 的， 算量 是 pqr。如果加括号后矩 的量是不同的，所以我 的 就是要 如何 乘的矩 加括号才能使矩 的 算量最少。 搜索法： 于 n 个矩 的 乘 ， 有不同的 算次序 P(n) 。由于可以先在第 k 个和第 k+1 个矩 之 将原矩 序列分 两个矩 子序列， k=1,2,...,n-1 ；然后分 两个 矩 子序列完全加括号； 最后 所得的 果加括号， 得到原矩 序列的一种完全加括号方式。 由此可得 P(n) 的 式如下： 1 n=1 P（ n） = n 1 P(k )P(n k ) n1 k 1 解此 方程可得， P(n)=C(n-1), 而 C(n) 是一个指数增 的函数。因此 搜索法不是一个有效的算法。以下将用三种方法来解决矩 乘 的最 加括号方式以及最 解。 分析矩阵连乘问题以及对递归式的推导 将矩 乘 Ai , Ai 1, AjA[i:j] 。考察 算 A[1:n] 的最 算次序。 个 的一个关 特征是： 算 A[1:n] 的最 次序包含的 算矩 子 A[1:k] 和 A[k+1:n] 的次序 也是最 的。 是因 ：定 矩 A i i-1 i i-1 k ，A[k+1,j] 的 数 p × p , A[i:k] 的 算次数 p × p 的 算次数 pk× pj，而 两个 的矩 最后相乘 的 算量是固定的， pi-1× pk× pj。所 以， 矩 乘 算次序 的最 解包含着其子 的最 解。 种性 称 最 子 构 性 。 （ 1）、直接 的思路： 算 A[i:j] ， 1≤ i ≤ j≤ n，所需最少数乘次数 m[i][j], 原 的最 m[1][n] 。由分析得知： m[i][j] 可以 的定 ： 0 i=j m[i][j]= min{ m[i ][ k] m[k 1][ j ] pi 1 pkpj} ij i k j m[i][j] 出了最 ，即 算 A[i][j] 所需的最少数乘次数。同 确定了 算 A[i ： j]的最 次序中的断开位置 k，也就是 ， 于 个 k 有 m[i][j]= m[ i ][ k] m[ k 1][ j ] pi 1 pkpj 若将 于 m[i][j] 的断开位置 ks[i][j], 在 算出最 m[i][j] 后，可 地由 s[i][j] 构造 出相 的最 解。 可以 明 算法的 算 T(n) 有指数下界，由算法的 部分可得： O(1) n=1 T(n) ≥ .. . n 1 1+ (T ( k) T (n k) 1)n1 k 1 因此，当 n1 时， T(n) ≥n+2 n 1 T (k ) k 1 据此，可用数学归纳法证明 T(n) ≥ 2n-1= (2n ) 。直接递归法的计算时间随 n 的增长指数增 长。 （ 2）、备忘录方法的思路： 备忘录方法为每个子问题建立一个记录项， 初始化时， 该记录项 存入一个特殊的值， 表示该问题尚未求解。在求解过程中，对每个待求的子问题， 首先查看 其相应的记录项。若记录项中存储的是初始化时存入的特殊值，则表示该问题第一次遇到， 此时计算出该子问题的解， 并保存在相应的记录项中， 以备以后查看。 若记录项中存储的不 是初始