动态规划5-矩阵连乘问题
2014-12-22 16:58
330 查看
转自:http://blog.csdn.net/mengzhejin/article/details/37880829
最优二叉查找树的一道思考习题
同最优二叉查找树一样,矩阵连乘问题也是一个卡特兰数问题(其动态规划的构造过程都很像)
----------------------------------------------------------------------------------------------------------------------------------------------------
分析解答:
a,铺垫的数学知识
首先要搞清楚矩阵相乘是怎么乘的:
1)对于连续的n个矩阵相乘 A1 * A2 *A3.........An,其乘法顺序可以是任意的,可以在上面加括号,改变做乘法的顺序,例如 A*B*C三个矩阵相乘可以A*(B*C)
也可以直接按从左到右的顺序。连续的两个矩阵的位数必须满足m*p,p*n才能相乘,且相乘后的结果是个m*n的矩阵。(线性代数的知识)
2)对于2个m*p,p*n的矩阵相乘,共做乘法次数为 m*n*p 次。
这是预备知识,知道矩阵连续的乘法的运算次数跟运算顺序有关后,就很容易举出例子了,略。
b,卡特兰数个,证明很麻烦,有时间看了组合数学再来看
------------------------------------------------------------------------------------------------------------------------
c,重点是要解决这个问题。
设M[i
, j]表示从第 i 个矩阵到第 j 个矩阵连乘的最少乘法次数,(i 从 0 编号),我们最终的目标是求 M[0 , n-1]。
Ai *.......Ak * Ak+1.....Aj
假设要得到这个式子的值(即从矩阵 i 连乘到矩阵 j),所作的最后一个矩阵乘法是在矩阵
k 后(注意准确的描述位置)断开的(即左右都已乘运算好),那么容易得到
其递推式:
M[i , j] = min{ M[i , k] + M[k+1 , j] + di * dk+1 * dj+1} i <= k <= j-1
其中 di 是矩阵 Ai 的第一维,dk+1是断开处矩阵 Ak 的第二维(即Ak+1的第一维,是一样的),dj+1是最后一个矩阵 Aj 的第二维。
得到这个式子也是一个逆向思维的过程。
-------------------------------------------------------------------------------
可以用矩阵连乘的动态规划构造过程与最优二叉查找树比较下,发现其构造非常相似(在前面一篇dp之什么叫做professional中提到过,不再详述)
实现:
初始条件:M[i , i] = 0
填表顺序:鉴于其递推式与最优二叉查找树相似,填表顺序也是按对角线的,自己画画就知道了。
代码也跟最优二叉查找树的控制逻辑相似:
上面用一个数组接受一个连乘的矩阵的维数,
例如连乘的矩阵维数是:30*35 35*15 15*5 5*10 10*20 20*25
用动态规划求解得到的最佳乘法次数是:
动态规划求的的最优策略相乘顺序导致的最少乘法数为:15125
直接返回矩阵的话就可以得到整个M[i , j]的值
如果按照从左到右的顺序做乘法,是远远不止这个次数的。
-------------------------------------------------------------------------
当然,再做一些处理,就还可以得到具体的次序,类似于最优二叉查找树,就是要记录动态规划产生的过程,略
----------------------------------------------------------------------------------------------
总结:
矩阵连乘问题是个卡特兰数问题
其动态规划的构造过程非常类似于最优二叉查找树
矩阵连乘的最有子结构是什么?
最优二叉查找树的一道思考习题
同最优二叉查找树一样,矩阵连乘问题也是一个卡特兰数问题(其动态规划的构造过程都很像)
----------------------------------------------------------------------------------------------------------------------------------------------------
分析解答:
a,铺垫的数学知识
首先要搞清楚矩阵相乘是怎么乘的:
1)对于连续的n个矩阵相乘 A1 * A2 *A3.........An,其乘法顺序可以是任意的,可以在上面加括号,改变做乘法的顺序,例如 A*B*C三个矩阵相乘可以A*(B*C)
也可以直接按从左到右的顺序。连续的两个矩阵的位数必须满足m*p,p*n才能相乘,且相乘后的结果是个m*n的矩阵。(线性代数的知识)
2)对于2个m*p,p*n的矩阵相乘,共做乘法次数为 m*n*p 次。
这是预备知识,知道矩阵连续的乘法的运算次数跟运算顺序有关后,就很容易举出例子了,略。
b,卡特兰数个,证明很麻烦,有时间看了组合数学再来看
------------------------------------------------------------------------------------------------------------------------
c,重点是要解决这个问题。
设M[i
, j]表示从第 i 个矩阵到第 j 个矩阵连乘的最少乘法次数,(i 从 0 编号),我们最终的目标是求 M[0 , n-1]。
Ai *.......Ak * Ak+1.....Aj
假设要得到这个式子的值(即从矩阵 i 连乘到矩阵 j),所作的最后一个矩阵乘法是在矩阵
k 后(注意准确的描述位置)断开的(即左右都已乘运算好),那么容易得到
其递推式:
M[i , j] = min{ M[i , k] + M[k+1 , j] + di * dk+1 * dj+1} i <= k <= j-1
其中 di 是矩阵 Ai 的第一维,dk+1是断开处矩阵 Ak 的第二维(即Ak+1的第一维,是一样的),dj+1是最后一个矩阵 Aj 的第二维。
得到这个式子也是一个逆向思维的过程。
-------------------------------------------------------------------------------
可以用矩阵连乘的动态规划构造过程与最优二叉查找树比较下,发现其构造非常相似(在前面一篇dp之什么叫做professional中提到过,不再详述)
实现:
初始条件:M[i , i] = 0
填表顺序:鉴于其递推式与最优二叉查找树相似,填表顺序也是按对角线的,自己画画就知道了。
代码也跟最优二叉查找树的控制逻辑相似:
package Section8; /*第八章 动态规划 课后习题:矩阵连乘*/ public class MatEven { /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub int[] Dim = {30,35,35,15,15,5,5,10,10,20,20,25}; int result = MatEven(Dim); System.out.println("\n动态规划求的的最优策略相乘顺序导致的最少乘法数为:" + result); } public static int MatEven(int[] Dim){ //接受n个矩阵的维度数组Dim大小为2n int n = Dim.length / 2; //有n个矩阵,编号0...n-1,编号为k的矩阵的维数是Dim[2k] * Dim[2k+1] int[][] Result = new int ; //最小代价矩阵 //初始化 for(int i = 0;i < n;i++) Result[i][i] = 0; //沿对角线填矩阵 for(int d = 1;d <= n-1;d++) //共n-1条对角线需要填 { for(int i = 0;i <= n-d-1;i++) //第d条对角线的第一个点横坐标为d { //int j = i - d; int j = i + d; //在第d条对角线上的点,横纵坐标的关系是j = i + d //这样就确定了一个位置(i,j)的坐标,然后来填(i,j) int Min = 1000000000; for(int k = i;k <= j-1;k++) //从第k个矩阵后面断开 { //动态规划状态转移方程 int temp = Result[i][k] + Result[k+1][j] + (Dim[2*i] * Dim[2*k + 1] * Dim[2*j+1]); if( temp < Min) Min = temp; } Result[i][j] = Min; } } return Result[0][n-1]; } }
上面用一个数组接受一个连乘的矩阵的维数,
例如连乘的矩阵维数是:30*35 35*15 15*5 5*10 10*20 20*25
用动态规划求解得到的最佳乘法次数是:
动态规划求的的最优策略相乘顺序导致的最少乘法数为:15125
直接返回矩阵的话就可以得到整个M[i , j]的值
如果按照从左到右的顺序做乘法,是远远不止这个次数的。
-------------------------------------------------------------------------
当然,再做一些处理,就还可以得到具体的次序,类似于最优二叉查找树,就是要记录动态规划产生的过程,略
----------------------------------------------------------------------------------------------
总结:
矩阵连乘问题是个卡特兰数问题
其动态规划的构造过程非常类似于最优二叉查找树
矩阵连乘的最有子结构是什么?
相关文章推荐