動態規劃之矩陣鏈相乘
問題描述
給定n個矩陣{A1,A2,…,An},其中Ai與Ai+1是可乘的,i=1,2 ,…,n-1。
確定計算矩陣連乘積的計算次序,使得依此次序計算矩陣連乘積需要的數乘次數最少。
思路:
構造遞歸解
設m[i,j]爲矩陣鏈Ai…Aj的最優解的代價,則
┌ 0 如果i = j
m[i,j] = │
└ min(i≤k<j) {m[i,k] + m[k+1,j] + Ai.row*Ak.col*Aj.col} 如果i < j
假如n=6 則m矩陣爲:
(上三角)
首先在對角線0中,每個鏈僅由一個矩陣的組成,沒有數量乘法,因此這個對角線填0。
接着,對角線1由兩個連續的矩陣相乘的耗費來填充。如C[2][3]用M2M3M2M3的乘法耗費來填。
餘下的對角線根據上面的遞推式和先前存儲在表中值來填。舉例來說,C[2][5]的值爲以下三個耗費的最小值:
- (1)計算M2,2M2,2的耗費(即C[2][2])加上計算M3,5M3,5(即C[3][5])的耗費,再加上M2,2M2,2乘以M3,5M3,5的耗費。
- (2)計算M2,3M2,3的耗費(即C[2][3])加上計算M4,5M4,5(即C[4][5])的耗費,再加上M2,3M2,3乘以M4,5M4,5的耗費。
- (3)計算M2,4M2,4的耗費(即C[2][4])加上計算M5,5M5,5(即C[5][5])的耗費,再加上M2,4M2,4乘以M5,5M5,5的耗費。
# 輔助表 m 保存代價 m[i,j]
# 輔助表 s 記錄最優值 m[i,j]對應的分割點 k
def maxChain(p):
n = len(p)
m = [[0 for i in range(n)] for j in range(n)]
s = [[0 for i in range(n)] for j in range(n)]
for l in range(2,n): # 對角線
for i in range(1,n-l+1): # 行
j = i+l-1
# m[i][j] = 9999999999
for k in range(i,j):
if(k == i):
m[i][j] = m[i][k] + m[k+1][j] + p[i-1] * p[k] * p[j]
s[i][j] = k
q = m[i][k] + m[k+1][j] + p[i-1] * p[k] * p[j]
if q < m[i][j]:
m[i][j] = q
s[i][j] = k
return m, s
# 輸出矩陣鏈的最優括號化方法
def printOpt(s, i, j):
if i == j:
print("A", i, end='')
else:
# print("(", end="")
print("(", end='')
printOpt(s, i, s[i][j])
printOpt(s, s[i][j]+1, j)
print(")", end='')
print("start=========")
# p = [30, 35, 15, 5, 10, 20, 25]
p = [3, 5, 6, 7, 4]
m, s = maxChain(p)
# print(m)
# print(s)
print("最優括號化方案爲:")
printOpt(s, 1, 4)
print("")
print("其標量乘法次數爲:", m[1][4])
print("Over=========")