算法设计与分析/数据结构与算法实验3:矩阵连乘问题

简介: 算法设计与分析/数据结构与算法实验3:矩阵连乘问题

1.实验目的

(1)掌握动态规划法的处理思路与算法框架。

(2)掌握应用动态规划法解决具体问题的方法。

(3)掌握动态规划法的广泛应用。

2.实验内容

(1)问题描述

image.png

(2)输入

image.png


(3)输出

输出分为两行。

第一行输出一个整数,表示矩阵在以最优计算次序求解连乘积时,所需要计算的次数。

第二行输出求解矩阵连乘积的最优次序。

3.问题实例分析


image.png

0
0
0
0
0


image.png

0 1500
0 750
0 750
0 1500
0


image.png

0 1500 1750
0 750 1000
0 750 3000
0 1500
0

image.png

0 1500 1750 1500
0 750 1000 1750
0 750 3000
0 1500
0

image.png

0 1500 1750 1500 4500
0 750 1000 1750
0 750 3000
0 1500
0

image.png


0 1 1 1 4
0 2 3 4
0 3 4
0 4
0

image.png


4.算法描述及说明

正如第3节问题实例分析所述,算法的整体流程如下:

image.png


5.算法正确性分析

image.png


7.运行结果展示及其说明

测试样例使用了两组。对于每一组测试样例,都正确地输出了计算次数与次序,并在最后给出了最优的加括号的方案。

8.心得体会

9.程序源代码

#include<iostream>
const int N = 1005;
long long dp[N][N];
long long p[N];
int pos[N][N];
int posl[N];//记录左括号位置
int posr[N];//记录右括号位置
using namespace std;
void traceback(int i,int j) {
  if (i == j)
    return;
  traceback(i, pos[i][j]);
  traceback(pos[i][j] + 1, j);
  posl[i]++;
  posr[j]++;
  cout << "Multiply A" << i << "," << pos[i][j] << " and A" << pos[i][j] + 1 << "," << j<<endl;
}
int main() {
  int n;
  cin >> n;
  for (int i = 0; i <= n; i++)
    cin >> p[i];
  for (int i = 1; i <= n; i++)
    dp[i][i] = 0;
  for (int len = 2; len <= n; len++) {
    for (int i = 1; i <= n - len + 1; i++) {
      int j = i + len - 1;
      dp[i][j] = dp[i + 1][j] + p[i - 1] * p[i] * p[j];
      pos[i][j] = i;
      for (int k = i + 1; k < j; k++) {
        int t = dp[i][k] + dp[k + 1][j] + p[i - 1] * p[k] * p[j];
        if (t < dp[i][j]) {
          dp[i][j] = t;
          pos[i][j] = k;
        }
      }
    }
  }
  cout << "计算次数" << dp[1][n] << endl;
  traceback(1, n);
  for (int i = 1; i <= n; i++) {
    for (int j = 0; j < posl[i]; j++)
      cout << '(';
    cout << 'A' << i ;
    for (int j = 0; j < posr[i]; j++)
      cout << ')';
  }
}


目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
【人工智能】线性回归模型:数据结构、算法详解与人工智能应用,附代码实现
线性回归是一种预测性建模技术,它研究的是因变量(目标)和自变量(特征)之间的关系。这种关系可以表示为一个线性方程,其中因变量是自变量的线性组合。
43 2
|
2月前
|
存储 算法 索引
算法与数据结构
算法与数据结构
38 8
|
2月前
|
机器学习/深度学习 存储 算法
【数据结构】算法的复杂度
算法的时间复杂度和空间复杂度
52 1
【数据结构】算法的复杂度
|
1月前
|
算法
【初阶数据结构篇】二叉树算法题
二叉树是否对称,即左右子树是否对称.
|
1月前
|
存储 算法
【初阶数据结构篇】顺序表和链表算法题
此题可以先找到中间节点,然后把后半部分逆置,最近前后两部分一一比对,如果节点的值全部相同,则即为回文。
|
1月前
|
存储 缓存 算法
深入解析B树:数据结构、存储结构与算法优势
深入解析B树:数据结构、存储结构与算法优势
|
2月前
|
存储 算法 Python
“解锁Python高级数据结构新姿势:图的表示与遍历,让你的算法思维跃升新高度
【7月更文挑战第13天】Python中的图数据结构用于表示复杂关系,通过节点和边连接。常见的表示方法是邻接矩阵(适合稠密图)和邻接表(适合稀疏图)。图遍历包括DFS(深度优先搜索)和BFS(广度优先搜索):DFS深入探索分支,BFS逐层访问邻居。掌握这些技巧对优化算法和解决实际问题至关重要。**
27 1
|
2月前
|
算法 安全 调度
逆天改命!Python高级数据结构堆(Heap)与优先队列,让你的算法效率飙升至宇宙级!
【7月更文挑战第8天】Python的heapq模块和queue.PriorityQueue实现了堆和优先队列,提供高效算法解决方案。堆用于Dijkstra算法求解最短路径,例如在图论问题中;PriorityQueue则在多线程下载管理中确保高优先级任务优先执行。这两个数据结构提升效率,简化代码,是编程中的强大工具。
35 0
|
2月前
|
算法 搜索推荐 Java
在Java中实现高效的算法与数据结构
在Java中实现高效的算法与数据结构
|
3月前
|
存储 算法 调度
算法与数据结构-栈篇
算法与数据结构-栈篇
40 0