矩阵连乘 区间dp

本文探讨了矩阵链乘法中的最小运算次数问题,并提供了一种递归算法来求解最优乘法顺序。通过动态规划算法计算最少的标量乘法次数,然后递归地打印出最优的括号化方式。代码中详细展示了如何初始化和更新动态规划数组,以及如何通过回溯找到并打印最优解。
#include<bits/stdc++.h>
#define mem(a,b) memset((a),b,sizeof(a))
const int inf=1e9+10;
typedef long long ll;
const int N=100010;
using namespace std;
int a[1010],b[1010];
int ans[1010][1010],dp[1010][1010];
//输出括号这个函数有错误,求的是对的,但输出的是错的
void print(int st,int ed)
{
    if(st==ed)
    {
        if(st!=1)
            printf(" *( M%d ) ",st);
        else
            printf("( M%d ) ",st);
        return ;
    }
    if(st+1==ed)
    {
        if(st!=1)
            printf(" *( M%d * M%d ) ",st,ed);
        else
            printf("( M%d * M%d ) ",st,ed);
        return ;
    }
    print(st,ans[st][ed]);
    print(ans[st][ed]+1,ed);
}
/*
这个是老师的代码,不过我感觉也不对
void combine(int i, int j)
{   if(i==j)
        return;
    combine(i, ans[i][j]);
    combine (ans[i][j]+1, j);
    printf("M%d * M%d",i,ans[i][j]);
    printf(" and  M%d * M%d",ans[i][j]+1,j);
}
*/
int main()
{
    int n;
    scanf("%d",&n);
    for(int i=1;i<=n;i++)
        for(int j=1;j<=n;j++)
            dp[i][j]=inf;
    //cout<<dp[1][1]<<endl;
    for(int i=1;i<=n+1;i++)
    {
        scanf("%d",&a[i]);
        if(i>1)
            b[i-1]=a[i];
    }
    for(int i=1;i<=n;i++)
        dp[i][i]=0;
    for(int len=2;len<=n;len++)
    {
        for(int i=1;i+len-1<=n;i++)
        {
            int j=i+len-1;
            for(int k=i;k<j;k++)
                if(dp[i][j]>dp[i][k]+dp[k+1][j]+a[i]*b[k]*b[j])
                    {dp[i][j]=dp[i][k]+dp[k+1][j]+a[i]*b[k]*b[j];ans[i][j]=k;}
        }
    }
    printf("%d\n",dp[1][n]);
    print(1,n);
    //cout<<endl;
    //combine(1,n);
    return 0;
}
/*
3
10 100 5 50

7
5 10 20 5 100 30 40 200
*/

 

### 动态规划解决矩阵连乘问题 #### 矩阵连乘问题概述 矩阵连乘问题是经典的动态规划问题之一,其目标是在给定一系列矩阵的情况下,通过合理安排括号的位置来减少总的乘法操作数。假设我们需要计算 $ A_1 \times A_2 \times ... \times A_n $ 的结果,其中每个矩阵 $ A_i $ 的维度为 $ p_{i-1} \times p_i $。不同的加括号方式会导致不同的计算量。 #### 核心思想 为了找到最优的加括号方案,我们可以采用动态规划的思想。具体来说: - 定义状态 `dp[i][j]` 表示从第 $ i $ 个矩阵到第 $ j $ 个矩阵之间的最小乘法次数。 - 初始条件:当 $ i = j $ 时,$ dp[i][i] = 0 $,因为单个矩阵不需要任何乘法。 - 转移方程: 对于每一个可能的分割点 $ k $ ($ i \leq k < j $),尝试将区间分成两部分并分别计算它们的乘法次数: $$ dp[i][j] = min(dp[i][k] + dp[k+1][j] + p_{i-1} \cdot p_k \cdot p_j) $$[^1] #### 实现细节 以下是基于 C++ 的实现代码,展示了如何使用动态规划求解矩阵连乘问题: ```cpp #include <iostream> #include <vector> #include <climits> using namespace std; void MatrixChainOrder(vector<int> &p, vector<vector<int>> &m, vector<vector<int>> &s) { int n = p.size() - 1; for (int i = 1; i <= n; ++i) { m[i][i] = 0; // 单个矩阵无需计算 } for (int length = 2; length <= n; ++length) { // 子链长度 for (int i = 1; i <= n - length + 1; ++i) { int j = i + length - 1; m[i][j] = INT_MAX; for (int k = i; k < j; ++k) { int cost = m[i][k] + m[k+1][j] + p[i-1] * p[k] * p[j]; if (cost < m[i][j]) { m[i][j] = cost; s[i][j] = k; // 记录最佳分割点 } } } } } // 打印最优括号化方案 void PrintOptimalParens(const vector<vector<int>> &s, int i, int j) { if (i == j) { cout << "A" << i; } else { cout << "("; PrintOptimalParens(s, i, s[i][j]); PrintOptimalParens(s, s[i][j]+1, j); cout << ")"; } } int main() { vector<int> p = {30, 35, 15, 5, 10, 20, 25}; // 矩阵维度序列 int n = p.size() - 1; vector<vector<int>> m(n+1, vector<int>(n+1)); // 最少乘法次数表 vector<vector<int>> s(n+1, vector<int>(n+1)); // 分割点表 MatrixChainOrder(p, m, s); // 填充表格 cout << "最少乘法次数:" << m[1][n] << endl; cout << "最优括号化方案:"; PrintOptimalParens(s, 1, n); cout << endl; return 0; } ``` #### 关键点解析 1. **状态定义**:`dp[i][j]` 表示从第 $ i $ 个矩阵到第 $ j $ 个矩阵间的最小乘法次数。 2. **转移方程**:通过枚举所有可能的分割点 $ k $ 来更新 `dp[i][j]` 的值。 3. **复杂度分析**:时间复杂度为 $ O(n^3) $,空间复杂度为 $ O(n^2) $。这是因为需要填充一个大小为 $ n \times n $ 的二维数组,并且对于每个子问题都需要枚举所有的分割点。 #### 输出解释 程序会输出两个主要结果: - 最小乘法次数:这是整个矩阵链相乘所需的最少乘法操作数。 - 最优括号化方案:展示具体的加括号顺序以达到最小乘法次数的目标。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值