最优矩阵链乘(表达式上的动态规划)

本文探讨了在线性代数中矩阵链乘法的优化问题,通过动态规划算法找到最小计算量的乘法顺序,避免了不必要的计算浪费。文章详细解释了状态转移方程及其求解过程。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问题描述

        在线性代数里,我们都学过矩阵的乘法。矩阵的乘法不满足分配律,但是满足结合律,因此 (A x B)x C 与 A x(B x C)的运算结果是一样的,但是中间的运算量却可能不一样。

         例如:假设A、B、C矩阵分别是 2 x 3、3 x 4、4 x 5 的,则 (A x B)x C   的运算量是 2 x 3 x 4 + 2 x 4 x 5 = 64,但是 A x(B x C)的运算量是 3 x 4 x 5 + 2 x 3 x 5 = 90。(想想运算量为什么是这么计算的。)显然第一种计算方法比较节省计算量。

         现在考虑下面的问题:给出n个矩阵组成的序列,设计一种方法,把他们按照一定的顺序依次乘起来(你也可以理解为不断地加括号),是的总的计算量尽量小。假设第i个矩阵 Ai 是pi-1 X pi的。


思路:

大区间需要小区间,设dp[i][j]为第i个矩阵到第j个矩阵的最优解,则状态转移方程为dp[i][j]=min(dp[i][j],dp[i][k]+dp[k][j]+A[i-1]*A[k]*A[j]

#include<stdio.h>
#include<string.h>
#include<algorithm>
using namespace std;
const int M=110;
int A[M],dp[M][M];
int solve(int l,int r)
{
    if(l==r) return 0;
    if(dp[l][r]) return dp[l][r];
    int ans=0x3f3f3f3f;
    for(int i=l;i<r;i++)
    {
        ans=min(ans,solve(l,i)+solve(i+1,r)+A[l-1]*A[i]*A[r]);
    }
    return dp[l][r]=ans;
}
int main()
{
    int n;
    scanf("%d",&n);
    for(int i=0;i<=n;i++)
    {
        scanf("%d",&A[i]);
    }
    printf("%d\n",solve(1,n));
}

 

评论
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