标签:style io os sp for on 问题 代码 bs
一、实验目的: 熟悉掌握动态规划法设计技术 二、实验要求: 1、按教材所授内容要求,完成“矩阵连乘问题”算法。得到一个完整正确的程序。 2、问题规模:不少于20 3、输出最终结果。 三、实验设备: PC机一台 VC6.0编译软件 四、问题描述: 给定n个矩阵{A1,A2,…,An},其中Ai与Ai+1是可乘的,i=1,2,…,n-1。要算出这n个矩阵的连乘积A1A2…An。由于矩阵乘法满足结合律,故计算矩阵的连乘积可以有许多不同的计算次序。这种计算次序可以用加括号的方式来确定。若一个矩阵连乘积的计算次序完全确定,也就是说该连乘积已完全加括号,则可以依此次序反复调用2个矩阵相乘的标准算法计算出矩阵连乘积。完全加括号的矩阵连乘积可递归地定义为: (1)单个矩阵是完全加括号的; (2)矩阵连乘积A是完全加括号的,则A可表示为2个完全加括号的矩阵连乘积B和C的乘积并加括号,即A=(BC)。 例如,矩阵连乘积A1A2A3A4有5种不同的完全加括号的方式:(A1(A2(A3A4))),(A1((A2A3)A4)),((A1A2)(A3A4)),((A1(A2A3))A4),(((A1A2)A3)A4)。每一种完全加括号的方式对应于一个矩阵连乘积的计算次序,这决定着作乘积所需要的计算量。 若A是一个p×q矩阵,B是一个q×r矩阵,则计算其乘积C=AB的标准算法中,需要进行pqr次数乘。 为了说明在计算矩阵连乘积时,加括号方式对整个计算量的影响,先考察3个矩阵{A1,A2,A3}连乘的情况。设这三个矩阵的维数分别为10×100,100×5,5×50。加括号的方式只有两种:((A1A2)A3),(A1(A2A3)),第一种方式需要的数乘次数为10×100×5+10×5×50=7500,第二种方式需要的数乘次数为100×5×50+10×100×50=75000。第二种加括号方式的计算量时第一种方式计算量的10倍。由此可见,在计算矩阵连乘积时,加括号方式,即计算次序对计算量有很大的影响。于是,自然提出矩阵连乘积的最优计算次序问题.
五、算法分析: 动态规划算法的基本思想是将待求解问题分成若干个子问题,先求解子问题,然后从这些子问题的解得到原问题的解。与分治法不同的是,动态规划法经分解得到的子问题往往不是相互独立的,前一子问题的解为后一子问题的解提供有用的信息,可以用一个表来记录所有已解决的子问题的答案,不管该子问题以后是否被用到,只要它被计算过,就将其结果填入表中。 本实验的算法思路是: ①void matrixChain();通过三重for循环找出每个子问题的最优解法的断点k和求出最优解。 ②void showChain(int *show);//以矩阵(行*列)方式显示出来,进入时通过输入矩阵个数和每个矩阵的行列数(只考虑了前一个矩阵的列等于后一个矩阵的行数的情况),将看的不是很清新明白的一串数字显示成[Ai:52*36]的形式。 ③void traceback(int i,int j);//以"Multiply A2,1 and A3,2"的方式显示结果 ④void trace_back(int i, int j, int s[][MAX]);//以"(A1(A2A3))"的方式显示结果,本实验中只用了③④中④的方法显示。
六、代码: #include<iostream> using namespace std; const int MAX = 100; //p用来记录矩阵的行列,m[i][j]用来记录第i个矩阵至第j个矩阵的最优解(代价最//小),k=s[][]用来记录从哪里断开的才可得到该最优解 int p[MAX+1],m[MAX][MAX],s[MAX][MAX]; int n;//矩阵个数 void matrixChain(); void showChain(int *show);//以矩阵(行*列)方式显示出来 void traceback(int i,int j);//以"Multiply A2,1 and A3,2"的方式显示结果 void trace_back(int i, int j, int s[][MAX]);//以"(A1(A2A3))"的方式显示结果 main(){ int show[MAX]; cout<<"请输入连乘矩阵的个数:\n"; cin>>n; cout<<"请输入各矩阵的行列数(i>=2时,输入数表示Ai列数和Ai+1行数(n+1个数):\n"; for(int i=0;i<=n;i++) { cin>>p[i]; show[i]=p[i]; } showChain(show); cout<<"计算顺序如下\n"; matrixChain(); trace_back(1,n,s); //traceback(1,n); //最终解值为m[1][n]; cout<<"\n"<<"数乘次数Count:"<<m[1][n]<<endl; }
void showChain(int *show) { cout<<"矩阵行列数为:\n"; for(int i=0;i<n;i++){ if(i%6==0&&i/6!=0)cout<<"\n"; cout<<"A"<<i+1<<":"<<show[i]<<"*"<<show[i+1]<<" "; } cout<<"\n"; } void matrixChain(){ for(int i=1;i<=n;i++)m[i][i]=0; for(int r=2;r<=n;r++)//对角线循环 for(int i=1;i<=n-r+1;i++){//行循环 int j = r+i-1;//列的控制 //找m[i][j]的最小值,先初始化一下,令k=i m[i][j]=m[i][i]+m[i+1][j]+p[i-1]*p[i]*p[j]; s[i][j]=i; //k从i+1到j-1循环找m[i][j]的最小值 for(int k = i+1;k<j;k++){ int temp=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j]; if(temp<m[i][j]){ m[i][j]=temp; //s[][]用来记录在子序列i-j段中,在k位置处断开能得到最优解 s[i][j]=k; } } } }
//根据s[][]记录的各个子段的最优解,将其输出 //void traceback(int i,int j){ //if(i==j)return ; //traceback(i,s[i][j]); //traceback(s[i][j]+1,j); //cout<<"Multiply A"<<i<<","<<s[i][j]<<"and A"<<s[i][j]+1<<","<<j<<endl; // } void trace_back(int i, int j, int s[][MAX]) { if(i==j) {printf("A%d",i);return;} printf("("); trace_back(i,s[i][j],s); trace_back(s[i][j]+1, j, s); printf(")"); }
七、调试及运行: 1. 6个矩阵连乘且矩阵行列数分别是96*64、64*82、82*36、36*38、38*61、61*90的结果如下:
2. 6个矩阵连乘且矩阵行列数分别是39*85、85*65、65*49、49*82、82*45、45*68的结果如下:
3. 20个矩阵连乘且矩阵行列数分别是25*65、65*38、38*49、49*30、31*51、51*62、 62*48、48*58、58*92、92*54、54*68、68*60、60*25、25*34、34*58、58*47、47*68、68*60、60*38、38*31的结果如下:
|
标签:style io os sp for on 问题 代码 bs
原文地址:http://www.cnblogs.com/jamsbwo/p/4100250.html