矩阵连乘积

题目

m$\times$n矩阵A与n$\times$p矩阵B相乘需消耗O(mnp)的时间。我们把mnp作为两个矩阵用来相乘所需时间的测量值。
在多个矩阵连乘的情况下，不同矩阵之间的计算顺序不同结果虽然相同，但总共所需要的乘法数量不同。
例子:
A $=$ $\left(\begin{array}{ccc}2& 5& 6\\ 1& 4& 3\end{array}\right)$，B $=$ $\left[\left[\begin{array}{cc}2& 6\\ 4& 2\\ 7& 5\end{array}\right]\right]$，C $=$ $\left(\begin{array}{cccc}1& 5& 6& 8\\ 3& 3& 2& 1\end{array}\right)$。计算ABC的乘法次数。
方法一:(AB)C $=$ 2$\times$ 3$\times$ 2 $+$ 2$\times$ 2$\times$ 4 $=$ 28
方法二:A(BC) $=$ 2$\times$ 3$\times$ 4 $+$ 3$\times$ 2$\times$ 4 $=$ 48
**注:此处细节略过，学过线性代数的小伙伴应该都知道的。

建立递归关系

我们定义A[i,j](1$\le$ i $\le$ j $\le$ n）所需要的最少次数为m[i][j],则原问题的最优解是m[1][n]。
状态转移方程为:

$$m[i][j]=\{\begin{array}{ll}0& i=j\\ \underset{i\le k<j}{\min }m[i][k]+m[k+1][j]+p_{i-1}{p}_k{p}_j& i<j\end{array}$$

代码

#include<stdio.h>

#define NUM 51
int p[NUM];		//记录矩阵Ai的维数 
int m[NUM][NUM];//记录最优值数组 
int s[NUM][NUM];//记录最优断开位置的数组s 

void MatrixChain(int n)	//计算最优值 
{
	for(int i = 1;i <= n;i++) m[i][i] = 0;	//平凡矩阵 
	for(int r = 2;r <= n;r++)	//从第2个对角线到第n个对角线 
		for(int i = 1; i <= n-r+1;i++)	//需要填充的个数 
		{
			int j = i+r-1;//每个填充的纵坐标 
			m[i][j] = m[i+1][j] + p[i-1]*p[i]*p[j];//记录初值 
			s[i][j] = i;//从i处断开 
			for(int k = i+1; k < j;k++)//判断从i+1到j之间的代价并进行比较 
			{
				int t =m[i][k] + m[k+1][j] + p[i-1]*p[k]*p[j];
				if(t < m[i][j]){
					m[i][j] = t;
					s[i][j] = k;
				}	
			} 
		}	
} 

void TraceBack(int i,int j)//构造最优解结构(递归) 
{
	if(i == j) printf("A%d",i);
	else{
		printf("(");
		TraceBack(i,s[i][j]);
		TraceBack(s[i][j]+1,j);
		printf(")");
	}	
} 

int main()
{
	int n;
	scanf("%d",&n);
	int i,temp;
	for(i = 0;i < n;i++) //输入A1 ~ An-1的行列数
		scanf("%d%d",&p[i],&temp);
	p[n] = temp;//输入第An个的列数 
	MatrixChain(n);
	printf("%d\n",m[1][n]);//输出最优解 
	TraceBack(1,n);//构造最优解结构 
	return 0;
}

填表

都说动态规划其实质就是一个填表的过程，代码的两层填表过程如下图所示:

输入

6
50 10
10 40
40 30
30 5
5 20
20 15

输出

15750
((A1(A2(A3A4)))(A5A6)) 

总结

怎么讲呢，学到了很多Markdown公式的写法，而矩阵连乘积正是动态规划的一个经典例子。学好动态是算法的一个深化吧！