动态规划矩阵连乘算法Word文件下载.docx
《动态规划矩阵连乘算法Word文件下载.docx》由会员分享,可在线阅读,更多相关《动态规划矩阵连乘算法Word文件下载.docx(9页珍藏版)》请在冰豆网上搜索。
35*15;
15*5;
A4:
5*10;
A5:
10*20;
A6:
20*25
递推关系:
设计算1<
i<
j,弓所需要的最少数乘次数贝V原问题的最优值为m[l,n]o
当i=j时,A[i:
j]二Ai,因此,二0,i二1,2,…,n
当i<
j时,若A[i:
j]的最优次序在Ak和Ak+1之间断开9i<
=k<
j,则:
m[i][j]二m[i][k]+m[k+l][j]+p/pkpjo由于在计算是并不知道断开点k的位
置,所以k还未定。
不过k的位置只有j-i个可能。
因此,k是这j-i个位置使计算量达到最小的那个位置。
综上,有递推关系如下:
护幺丿]二卜甲门{删丄幻+觀比+lj]+p口屍卩}/<
;
构造最优解:
若将对应m[i][j]的断开位置k记为s[i][j],在计算岀最优值
后,可递归地由s[i][j]构造出相应的最优解。
s[i][j]中的数表明,计算矩阵链
A[i:
j]的最佳方式应在矩阵Ak和A出之间断开,即最优的加括号方式应为(A[i:
k])(A[k+l:
j)。
因此,从s[l][n]记录的信息可知计算A[l:
n]的最优加括号方式为(A[l:
s[l][n]])(A[s[l][n]+l:
n]),进一步递推,A[1:
s[l][n]]的最优加括号方式为(A[l:
s[l][s[l][n]]])(A[s[l][s[l][n]]+l:
s[l][s[l][n]]])。
同理可以确定A[s[l][n]+l:
n]的最优加括号方式在s[s[l][n]+l][n]处断开・・・照此递推下去,最终可以确定AL1:
n]的最优完全加括号方式,及构造出
问题的一个最优解。
1、穷举法
列举出所有可能的计算次序,并计算出每一种计算次序相应需要的数乘次数,从中找出一种数乘次数最少的计算次序。
对于n个矩阵的连乘积,设其不同的计算次序为P(n)o每种加括
号方式都可以分解为两个子矩阵的加括号问题:
(Al...Ak)(Ak+1・・・An)可以
得到关于P(n)的递推式如下:
II]科二]3/3
卩何二工甲)-灼冲〉尸弘)二GQ-)
以上递推关系说明,P(n)是随n的增长呈指数增长的。
因此,穷
举法不是一个多项式时间复杂度算法。
2、重叠递归
从以上递推关系和构造最优解思路岀发,即可写岀有子问题重叠性的
递归代码实现:
〃3dl-l重叠子问题的递归最优解
//A130*35A235*15A315*5A45*10A510*20A620*25
〃p[0-6]={30,35,15,5,10,20,25}
#include"
stdafx・h"
#ineludeviostream>
usingnamespacestd;
constintL=7;
intRecurMatrixChain(inti,intj,int**s,int*p);
//递归求最优解
voidTraceback(inti,intj,int**s);
//构造最优解
intmain()
{
intp[L]二{30,35,15,5,10,20,25};
int=newint*[L];
for(inti二0;
i〈L;
i++)
s[i]=newint[L];
coutvv"
矩阵的最少计算次数为:
/zvvRecurMatrixChain(1,6,s,p)«
endl;
矩阵最优计算次序为:
"
《endl;
Traceback(l,6,s);
return0;
}
intRecurMatrixChain(inti,intj,int**s,int*p)
if(i==j)return0;
intu=RecurMatrixChain(i,i,s,p)+RecurHatrixChdin(i+l,j,s,p)+p[iT]*p[i]*p[j[;
s[i][j]=i;
for(intk二i+1;
kvj;
k++)
intt=RecurMatrixChain(i,k,s,p)+RecurMatrixChain(k+l,j,s,p)+p[iT[*p[k]*p[j];
if(tvu)
u二t;
s[i][j]=k;
)
returnu;
voidTraceback(inti,intj,int**s)
if(i==j)return;
Traceback(i,s[i][j],s);
Traceback(s[i][j]+l,j,s);
coutvv/zMultiplyA〃vvivv"
〃vvs[i][j];
andA〃vv(s[i][j]+l)vv"
"
vvjvvendl;
1.用算法RecurMatrixChain(1,4,s,p)计算a[l:
4]的计算递归树女口下图所示:
3.
4.
从上图可以看出很多子问题被重复运算。
可以证明,该算
法的计算时间T(n)有指数下界。
设算法中判断语句和赋值语句
为常数时间,则由算法的递归部分可得关于T(n)的递归不等式:
RecurMatrixChain的计算时间也随n指数增长。
3、备忘录递归算法
录项存入一个特殊的值,表示该子问题尚未求解。
在求解的过程中,对
每个带求的子问题,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,则表示该问题是第一次遇至此时计算出该子问题的解,并将其保存在相应的记录项中,以备以后查看。
若记录项中存储的已不是初始化时存入的特殊值,贝y表示该子问题已被计算过,相应的记录项中存储的是该子问题的解答。
此时从记录项中取出该子问题的解答即可,而不必重新计算。
〃3dl-2矩阵连乘备忘录递归实现
〃p[0-6]={30,35,15,5,10,20,25}
stdafx.h"
#inelude<
iostream>
intLookupChain(inti,intj,int**m,int**s,int*p);
intMemoizedMatrixChain(intn,int**m,int**s,int*p);
voidTraceback(inti,intj,int**s);
〃构造最优解
intp[L]={30,35,15,5,10,20,25};
int**s=newint*[L];
int**m二newint*[L];
for(inti=0;
i<
L;
i++){
s[i]=newint[L];
m_i]二newint[L];
cout<
<
,z矩阵的最少计算次数为:
"
《MemoizedMat:
rixChain(6,m,s,p)«
〃矩阵最优计算次序为:
z/«
:
intMemoizedMatrixChain(intn,int**m,int**s,int*p)
fordnti=l;
i〈二n;
i++)
for(intj二1;
j<
=n;
j++)
returnLookupChain(1,n,m,s,p);
intLookupChain(inti,intj,int**m,int**s,int*p)
if(m[i]Tj]>
0)
returnm[ij[j];
}if(i=j)
intu二LookupChain(i,i,m,s,p)+LookupChain(i+1,j,m,s,p)+p[iT]*p[i]*p[j];
s[i][j]=i;
for(intk=i+l;
k<
j;
intt=LookupChain(i,k,m,s,p)+LookupChain(k+1,j,m,s,p)+p[i一1]*p[k]*p[j];
if(t<
u)
u=t;
s[i][j]=k;
m[i][j]=u;
voidTraceback(inti,intj,int**s)
if(i==j)teturn;
cout«
,zMultiplyA,,«
i«
//,[j];
,?
andA,z<
(s[i][j]+1)<
z,,/z<
算法通过数组m记录子问题的最优值,m初始化为0,表明相应的子问题还没有
被计算。
在调用LookupChain时,若m[i][j]>
0,则表不其中存储的是所耍求子问题
0(n八3),将直接递归算法的计算时间从2怙降至0(n八3)。
3、动态规划迭代实现
用动态规划迭代方式解决此问题,可依据其递归式自底向上的方式进行计
算。
在计算过程中,保存已解决的子问题的答案。
每个子问题只计算一次,而在后面需要时只需简单检查一下,从而避免了大量的重复计算,最终得到多项式时间的算法。
〃3dl-2矩阵连乘动态规划迭代实现
^include"
constintL二7;
intMatrixChain(intn,int**m,int**s,int*p);
int**s=newint*[L];
int**m二newint*[L];
for(inti二0;
s[ij二newint[L];
m[i]=newint[L];
,z矩阵的最少计算次数为:
,z<
MatrixChain(6,m,s,p)«
intMatrixChain(intn,int**m,int**s,int*p)
for(inti=l;
m[ijLi]=0;
for(intr=2;
r<
r++)//r为当前计算的链长(子问题规模)
for(inti=l;
=n-r+l;
i++)//n~r+l为最后一个r链的前边界
intj=i+r-1;
//计算前边界为r,链长为r的链的后边界
m[i][j]=m[i+l][j]+p[iT]*p[i]*p[j];
//将链ij划分为A(i)
s[i][j]=i;
for(intk=i+l;
〃将链ij划分为(A[i:
k])*(A[k+l:
j])
intt=m[i][k]+m[k+l][j]+p[iT]*p[k]*p[j];
if(t<
m[i][j])
m[i][j]二t;
s[i][j]=k;
returnm[l][LT];
Traceback(i,s[i]Lj],s);
,zand(s[i][j]+1)j«
上述迭代算法的运行过程如下图所示:
AlA2A3A4A542
R—
曲员
如图所示:
当R二2时,先迭代计算出:
m[l:
2]=m[l:
l]+m[2:
2}+p[0]*p[l]*p[2];
m[2:
3]=m[2:
2]+m[3:
3]+p[l]*p[2]*p[3];
m[3:
4]=m[3:
3]+m[4][4]+p[2]*p[3]*p[4];
m[4:
5]二m[4:
4]+m[5][5]+p[3]*p[4]*p[5];
m[5:
6]=m[5][5]+m[6]⑹+p[4]*p[5]*p[6]的值;
当R=3时,迭代计算出:
3]=min(m[l:
l]+m[2:
3]+p[0]*p[l]*p[3],m[l:
3]+p[0]*p[2]*p[3]);
4]=min(m[2:
4]+p[l]*p[2]*p[4],m[2:
3]+m[4:
4]+p[l]*p[3]
*p[4]);
6]二min(m[4:
4]+m[5:
6]+p[3]*p[4]*p[6],m[4:
5]+m[6:
6]+p[3]*p[5]*p⑹);
依次类推,根据之前计算的Hl值,迭代计算最优解。
与备忘录方法相比,此
方法会将每个子问题计算一遍,而备忘录方法则更灵活,当子问题中的部分子问
题不必求解释,用备忘录方法较有利,因为从控制结构可以看出,该方法只解那