(最大矩阵链乘)Matrix-chain product

Matrix-chain product. The following are some instances.

a)       <3, 5, 2, 1,10>

b)       <2, 7, 3, 6, 10>

c)       <10, 3, 15, 12, 7, 2>

d)       <7, 2, 4, 15, 20, 5>

矩阵链乘积：

应用动态规划方法:

• 1.刻画一个最优解的结构特征
• 2.递归地定义最优解的值
• 3.计算最优解的值，采用自底向上的方法
• 4.利用计算出的信息构造一个最优解

思想：

1.最优括号化方案的结构特征

用记号A[i..j]表示乘积A[i]A[i+1]..A[j]求值的结果，其中i <=j 。

假设A[i]A[i+1]...A[j]的一个最优解括号把乘积在A[k]和A[k+1]之间分开，则对A[i]A[i+1]...A[j]最优解括号化方案中的“前缀”子链A[i]A[i+1]...A[k]的最优括号化的方法，必须是A[i]A[i+1]...A[k]的一个最有解括号化方案，类似的，A[k+1]A[k+2]…A[j]同理。

2.设m[i][j]为计算矩阵A[i..j]所需的标量乘法运算次数的最小值；

对整个问题，计算A[1..n]的最小代价就是m[1][n]。

假设最优加全部括号将乘积A[i]A[i+1]...A[j]从A[k]和A[k+1]之间分开，i <= k < j。

则：m[i][j] = m[i][k] + m[k+1][j] + p[i-1]*p[k]*p[j]

关于对乘积A[i]A[i+1]...A[j]加全部括号的最小代价的递归定义为:

m[i][j] = 0   if i == j

m[i][j] = min(i<=k<j){m[i][k] + m[k+1][j] + p[i-1]*p[k]*p[j]}  s[i][j]=k   if i < j

用s[i][j]记录最优值m[i][j]的对应的分割点。

3.用迭代自底向上的表格法来计算最优代价。

4.利用保存在表格s[n][n]内的、经过计算的信息来构造一个最优解。

按最优方式计算A[1..n]时，最终矩阵相乘次序是A[1..s[1][n]]A[a[1][n]+1..n]。

之前的乘法可以递归地进行。

public class Q1_Matrix_chain {
    public static int[] atest ={30,35,15,5,10,20,25};
    public static int[] a={3, 5, 2, 1, 10};
    public static int[] b={2, 7, 3, 6, 10};
    public static int[] c={10, 3, 15, 12, 7, 2};
    public static int[] d={7, 2, 4, 15, 20, 5};
    public static void main(String[] args)
    {
        System.out.println("<3, 5, 2, 1,10>");
        Matrix_Chain_Order(a);
        System.out.println("<2, 7, 3, 6, 10>");
        Matrix_Chain_Order(b);
        System.out.println("<10, 3, 15, 12, 7, 2>");
        Matrix_Chain_Order(c);
        System.out.println("<7, 2, 4, 15, 20, 5>");
        Matrix_Chain_Order(d);
 
    }
 
    public static void Matrix_Chain_Order(int[] a){
        int n = a.length-1;
        int[][] m = new int[n+1][n+1];
        int[][] s = new int[n+1][n+1];
        int i,j,k,t;
 
        for (i=0;i<=n;i++)
            m[i][i] = 0;
        for (i=0;i<=n;i++)
            s[i][i] = 0;
        for(t=2; t<=n; t++) //t is the chain length
        {
            for(i=1;i<=n-t+1;i++)//从第一矩阵开始计算，计算长度为t的最小代价
            {
                j = i+t-1;//长度为t时候的最后一个元素
                m[i][j] = 1000000;//初始化为最大代价
                for(k=i;k<=j-1;k++)//寻找最优的k值，使得分成两部分k在i与j-1之间
                {
                    int temp = m[i][k]+m[k+1][j] + a[i-1]*a[k]*a[j];
                    if(temp < m[i][j])
                    {
                    m[i][j] = temp;   //记录下当前的最小代价
                    s[i][j] = k;      //记录当前的括号位置，即矩阵的编号
                    }
                }
            }
        }
        System.out.println("一个最优解为：");
        Display(s,1,n);
        System.out.println("\n计算的次数为：");
        System.out.println(m[1][n]);
    }
    public static void Display(int[][] s,int i,int j)
    {
        if( i == j)
        {
            System.out.print('A');
            System.out.print(i);
        }
        else
        {
            System.out.print('(');
            Display(s,i,s[i][j]);
            Display(s,s[i][j]+1,j);
            System.out.print(')');
        }
 
    }
 
}