#include
#include
using namespace std;
const int N = 50;
class matrix
{
public:
matrix();
~matrix();
bool run();
private:
int w; //记录矩阵的个数
int **m; //存放最优值,即最小运算量
int **s; //断开位置
int *p; //存放
bool input();
bool matrixChain();
void optimalOrder(int i,int j);
};
matrix::matrix()
{
w=0;
m = new int*[N];
s = new int*[N];
for(int i=0;i {
m[i] = new int[N];
s[i] = new int[N];
}
p = new int[N];
}
matrix::~matrix()
{
for(int i=0;i {
delete []m[i]; //二维的要先深删除
delete []s[i]; //二维的要先深删除,再浅删除
}
delete []m; //浅删除
delete []s; //浅删除
delete []p; //一维的只删除一遍即可
}
bool matrix::input()
{
cout<<"矩阵个数: ";
cin>>this->w;
cout<<"矩阵维数:";
cin>>p[0]>>p[1];
for(int i=2;i<=this->w;i++)
{
int m = p[i-1];
cout<<"输入矩阵A"< cin>>p[i-1]>>p[i];
if(p[i-1]!=m)
{
cout< exit(1);
}
}
if(p!=NULL)
return true;
else
return false;
}
//由递推公式知m[i][j]依赖于m[i,k]和m[k,j], k>=i所以m[k,j]是表中m[i,j]的同一列下面元素, k<=j 所以m[i][k]是同一行的前面的元素,这种依赖导致了要按照对角线来推进,由下至上或由上至下都可以
bool matrix::matrixChain()
{
if(NULL == p)
return false;
for(int i=1;i<=w;i++)
m[i][i]=0; //对解线上值是初始条件,很容易得到
//沿对角线,小心安排迭代顺序,使得当前问题所依赖的子问题的解(前一对角线)已在表中
for(int d=2;d<=w;d++)
for(int i=1;i<=w-d+1;i++)
{
int j=i+d-1;
m[i][j] = m[i+1][j] + p[i-1]*p[i]*p[j];
s[i][j]=1;
for(int k=i+1;k {
//由于除第一个为行外,后面都只存当前矩阵的列,因为前一个矩阵的列数就是当前矩阵的行数 ,满足矩阵相乘原则
int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];
if(t {
m[i][j] = t;
s[i][j] = k; //当前断开位置,是我们括号的位置啊
}
}
}
return true;
}
//利用表格回溯找出从矩阵Ai到矩阵Aj连乘的最优组合, 参数表示 先算Ai到Aj的积 , 所以 Ai左边要有个括号, Aj右边要有个括号, 作为一个封闭的单元
void matrix::optimalOrder(int i,int j)
{
//递归结束的基本条件
if(i == j)
{
cout<<"A"< }else if(i+1 == j)
{
cout<<"(A"< }else{
int k = s[i][j] ; //为了算法的清晰起见
cout<<"("; //Ai左边要有个括号
optimalOrder(i,k);
optimalOrder(k+1,j);
cout<<")"; //Aj右边要有个括号
}
}
bool matrix::run()
{
if(matrix::input())
{
if(matrix::matrixChain())
{
matrix::optimalOrder(1,w);
cout< return true;
}
else
return false;
}
else
return false;
}
main()
{
matrix m;
m.run();
}
阅读(2310) | 评论(0) | 转发(0) |