动态规划之矩阵链乘法
来源:互联网 发布:浙江卫视跑男网络直播 编辑:程序博客网 时间:2024/06/01 10:39
问题描述与分析:
给定n个矩阵的序列,(A1,A2…An),我们希望计算他们的乘积
A1*A2..*An
例如如果矩阵链为(A1 A2 A3 A4 ) 那么共有五种完全括号化的形式:
运用动态规划方法:第一步:寻找最优子结构,为了对AiAi+1..Aj 进行括号化,假设最优括号化方案在 Ak,Ak+1之间,则首先计算 Ai..k和Ak+1..Aj 第二步:一个递归求解方案,令m[i,j]为Ai...j所需标量乘法的最小值即m[i,j]=m[i,k]+m[k+1,j]+pi-1*pk*pj矩阵 Ai 的大小 为 pi-1*pi第三步: 计算最优代价:void matrix_chain_order(int *p, int len, int m[N + 1][N + 1], int s[N + 1][N + 1]){ int i, j, k, t; for (i = 0; i <= N; ++i) m[i][i] = 0; for (t = 2; t <= N; t++) //当前链乘矩阵的长度 { for (i = 1; i <= N - t + 1; i++) //从第一矩阵开始算起,计算长度为t的最少代价 { j = i + t - 1;//长度为t时候的最后一个元素 m[i][j] = MAXVALUE; //初始化为最大代价 for (k = i; k <= j - 1; k++) //寻找最优的k值,使得分成两部分k在i与j-1之间 { int temp = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]; if (temp < m[i][j]) { m[i][j] = temp; //记录下当前的最小代价 s[i][j] = k; //记录当前的括号位置,即矩阵的编号 } } } } }
下面实现示例:
p={30*35,35*15,15*5,5*10,10*20,20*25};
N=6;
#include <iostream> using namespace std; #define N 6 #define MAXVALUE 1000000 void matrix_chain_order(int *p, int len, int m[N + 1][N + 1], int s[N + 1][N + 1]);void print_optimal_parents(int s[N + 1][N + 1], int i, int j); int main() { int p[N + 1] = { 30,35,15,5,10,20,25 }; int m[N + 1][N + 1] = { 0 }; int s[N + 1][N + 1] = { 0 }; int i, j; matrix_chain_order(p, N + 1, m, s); cout << "m value is: " << endl; for (i = 1; i <= N; ++i) { for (j = 1; j <= N; ++j) cout << m[i][j] << " "; cout << endl; } cout << "s value is: " << endl; for (i = 1; i <= N; ++i) { for (j = 1; j <= N; ++j) cout << s[i][j] << " "; cout << endl; } cout << "The result is:" << endl; print_optimal_parents(s, 1, N); system("pause"); return 0; }void matrix_chain_order(int *p, int len, int m[N + 1][N + 1], int s[N + 1][N + 1]){ int i, j, k, t; for (i = 0; i <= N; ++i) m[i][i] = 0; for (t = 2; t <= N; t++) //当前链乘矩阵的长度 { for (i = 1; i <= N - t + 1; i++) //从第一矩阵开始算起,计算长度为t的最少代价 { j = i + t - 1;//长度为t时候的最后一个元素 m[i][j] = MAXVALUE; //初始化为最大代价 for (k = i; k <= j - 1; k++) //寻找最优的k值,使得分成两部分k在i与j-1之间 { int temp = m[i][k] + m[k + 1][j] + p[i - 1] * p[k] * p[j]; if (temp < m[i][j]) { m[i][j] = temp; //记录下当前的最小代价 s[i][j] = k; //记录当前的括号位置,即矩阵的编号 } } } } }//s中存放着括号当前的位置 void print_optimal_parents(int s[N + 1][N + 1], int i, int j) { if (i == j) cout << "A" << i; else { cout << "("; print_optimal_parents(s, i, s[i][j]); print_optimal_parents(s, s[i][j] + 1, j); cout << ")"; } }
m value is:0 15750 7875 9375 11875 151250 0 2625 4375 7125 105000 0 0 750 2500 53750 0 0 0 1000 35000 0 0 0 0 50000 0 0 0 0 0s value is:0 1 1 3 3 30 0 2 3 3 30 0 0 3 3 30 0 0 0 4 50 0 0 0 0 50 0 0 0 0 0The result is:((A1(A2A3))((A4A5)A6))请按任意键继续. . .
阅读全文
0 0
- 动态规划之矩阵链乘法
- 动态规划之矩阵链乘法
- 动态规划之 矩阵链乘法
- 动态规划算法之矩阵链乘法
- 动态规划之矩阵链乘法
- 说说动态规划之矩阵链乘法
- 动态规划之矩阵链乘法
- 动态规划之矩阵链乘法
- 动态规划之矩阵链乘法理解
- 动态规划之矩阵链乘法
- 动态规划之矩阵链乘法
- 动态规划之矩阵链乘法
- 动态规划 矩阵链乘法
- 动态规划 矩阵链乘法
- 动态规划----矩阵链乘法
- 动态规划 -- 矩阵链乘法
- 动态规划-矩阵链乘法
- 【动态规划】矩阵链乘法
- Spark SQL下的Parquet使用最佳实践和代码实战
- pxe部署系统安装
- [maya学习笔记(22)] 插入关节 重定骨架根 移除关节 断开关节 镜像关节
- 关于点赞问题的填坑。
- SQL增删查改语句
- 动态规划之矩阵链乘法
- JMeter安装教程与压力测试演示
- 结构型模式之组合模式实现
- WebSocket安卓客户端实现详解(一)--连接建立与重连
- sklearn-GridSearchCV,CV调节超参使用方法
- svn搭建
- C++指针函数和函数指针
- Merge k sorted lists
- Android高级控件系列三之第三方控件XListView下拉刷新实现代码