矩阵连乘问题《算法分析与设计》
设计性实验报告课程名称：《算法分析与设计》实验题目：矩阵连乘问题
组长：
成员一：
成员二：
成员三：
系别：数学与计算机科学系专业班级：
指导教师：
实验日期：
一、实验目的和要求
实验目的
熟悉动态规划算法设计思想和设计步骤，掌握基本的程序设计方法，培养学生用计算机解决实际问题的能力。
实验要求
1、根据实验内容，认真编写源程序代码、上机调试程序，书写实验报告。
2、本实验项目考察学生对教材中核心知识的掌握程度和解决实际问题的能力。
3、实验项目可以采用集中与分散实验相结合的方式进行，学生利用平时实验课时间和课外时间进行实验，要求在学期末形成完整的项目程序设计报告。
二、实验内容提要
矩阵连乘问题
给定n个矩阵{A1,A2,…,A n}，其中，Ai与Ai+1是可乘的，i=1,2，…，n-1。考查这n 个矩阵的连乘积A1,A2,…,A n。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）。
三、实验步骤
下面考虑矩阵连乘积的最优计算次序问题的动态规划方法。
（1）分析最优解的结构（最优子结构性质）
设计求解具体问题的动态规划算法的第一步是刻画该问题的最优解结构特征。对于矩阵乘积的最优计算次序问题也不例外。首先，为方便起见，降矩阵乘积Ai Ai+1…Aj简记为A[i:j]。考查计算A[1：n]的最优计算次序。设这个计算次序在矩阵Ak和Ak+1之间将矩阵链断开，1<=k 这个问题的一个关键特征是：计算A[1:n]的最优次序所包含的计算矩阵子链A[1:k]和A[k+1:n]的次序也是最优的。事实上，若有一个计算A[1:k]的次序需要的计算量更少，则用此次序替换原来计算A[1:k]的次序，得到的计算A[1:n]的计算量将比按最优次序计算所需计算量更少，这是一个矛盾。同理可知，计算A[1:n]的最优次序所包含的计算矩阵子链A[k+1:n]的次序也是最优的。 因此，矩阵连乘积计算次序问题的最优解包含着其子问题的最优解。这种性质称为最优子结构性质。问题的最优子结构性质是该问题可用动态规划算法求解的显著特征。 （2）建立递归关系 对于矩阵连乘积的最优计算次序问题，设计算A[i:j],1= 当i=j时，A[i:j]=Ai为单一矩阵，无需计算，因此，m[i][i]=0,i=1,2,......,n 。 当i 当i=j，m[i][j]=0; 当i m[i][j]给出了最优值，即计算A[i:j]所需的最少数乘次数。同时还确定了计算A[i:j]的最优次序中的断开位置k，也就是说，对于这个k有 m[i][j]=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j] 若将对应于m[i][j]的断开位置k记为s[i][j],在计算出最优值m[i][j]后，可递归地有s[i][j]构造出相应的最优解。 （3）计算最优值 根据计算m[i][j]的递归式，容易写一个递归算法计算m[i][n]。.稍后将看到，简单的递归计算将耗费指数计算时间。注意到在递归计算过程中，不同的子问题个数只有θ（n^2）个。事实上，对于1<=i<=j<=n不同的有序对（i,j）对应于不同的子问题。因此，不同的子问题的个数最多只有 n*(n-1)/2+n=θ（n^2）个。由此可见，在递归计算时，许多子问题被重复计算多次。这也是该问题可以动态规划算法求解的又一显著特征。 用动态规划算法解此问题，可依据其递归式以自底向上的方式进行计算。在计算过程中，保存已解决的子问题答案。每个子问题只计算一次，而在后面计算时只需简单查一下，从而避免大量重复计算，最终得到多项式时间的算法。下面给出的动态规划算法matrixChain中，输入参数 {p0,p1,p2....,pn}存储于数组p中。算法除了输出最优值数组m外还输出记录最优断开位置的数组s。 算法matrixChain，首先计算出m[i][i]=0,i=1,2,....,n。然后，根据递归式，按矩阵链长递增的方式依次计算m[i][i+1],i=1,2,.....,n-1,(矩阵链长度为2)； m[i][i+2],i=1,2,.....n-2,(矩阵链长为3)；......。在计算m[i][j]时，只用到已计算出的m[i][k]和m[k+1][j]。 （4）构造最优解 动态规划算法的第四步屎构造问题的最优解。算法matrixChain只是计算出了最优值，并未给出最优解。也就是说，通过算法matrixChain的计算，只知道最少数乘次数，还不知道具体应按什么次序做矩阵乘法才能达到最少的数乘次数。 事实上，算法matrixChain已记录了构造最优解所需要的全部信息。S[i][j]中的数k表明计算矩阵链A[i:j]的最佳方式应在矩阵Ak和Ak+1之间断开，即最优的加括号方式应为（A[i:k]）（A[k+1:j]）。因此，从是[1][n]记录的信息可知计算A[1:n]的最优加括号方式为（A[1:s[1][n]]）（A[s[1][n]+1:n]）.而A[1：s[1][n]]的最优加括号方式为（A[1:s[1][s[1][n]]]）(A[s[1][s[1][n]]+1:s[1][s[1][n]]]).同理可知确 定A[s[1][n]+1:n]的最优加括号方式为是s[s1][n]+1][n]出断开，······，照此递推下去，最终可以确 定A[1:n]的最优完全加括号方式，即构造出问题的一个最优解。 下面的算法traceback按算法matrixChain计算出的断点矩阵s指示的加括号方式输出计算A[i:j] 的最优计算次序。 void traceback (int i,int j,int s[][N+1])//用递归来实现输出得到最小数乘次数的表达式 { if (i==j) { printf ("A%d",i); } else { printf ("("); traceback (i,s[i][j],s); traceback(s[i][j]+1,j,s); printf (")"); } } 要输出A[1:n]的最优计算次序只要调用上面的traceback（1,n,s）即可。对于上面所举得例子，通过调用算法traceback（1,6，s），可输出最优计算次序((A1(A2A3))((A4A5)A6))。 四、实验实施的条件 计算机机房，微型计算机，Visual C++ 6.0软件或C#。 五、程序代码 下面是算法的完整程序代码。 版本：c语言版本；开发人员：王东亮、唐浩、陶胜、赵强 #include #define N 100//定义最大连乘的矩阵个数为100个 void matrixChain (int p[],int m[N+1][N+1],int s[N+1][N+1])/*用m[i][j]二维数组来存储Ai*......Aj 的最小数乘次数，用s[i][j]来存储使Ai......Aj获得最小数乘次数对应的断开位置k，需要注意的是此处的N+1非常关键，虽然只用到的行列下标只从1到N但是下标0对应的元素默认也属于该数组，所以数组的长度就应该为N+1*/ { int n=N;//定义m,s数组的都是n*n的，不用行列下标为0的元素，但包括在该数组中 for (int i=1;i<=n;i++) m[i][i]=0; /*将矩阵m的对角线位置上元素全部置0，此时应是r=1的情况，表示先计算第一层对角线上个元素的值*/ for (int r=2;r<=n;r++)//r表示斜对角线的层数，从2取到n { for (int i=1;i<=n-r+1;i++)//i表示计算第r层斜对角线上第i行元素的值 { int j=i+r-1;//j表示当斜对角线层数为r，行下标为i时的列下标 m[i][j]=m[i+1][j]+p[i-1]*p[i]*p[j];//计算当断开位置为i时对应的数乘次数 s[i][j]=i;//断开位置为i for (int k=i+1;k { int t=m[i][k]+m[k+1][j]+p[i-1]*p[k]*p[j];/*计算当断开位置k为从i到j（不包括i和j）的所有取值对应的(Ai*......*Ak)*(Ak+1*.......Aj)的数乘次数*/ if (t { m[i][j]=t;//将Ai*......Aj的最小数乘次数存入m[i][j] s[i][j]=k;//将对应的断开位置k存入s[i][j] } } } } } void traceback (int i,int j,int s[][N+1])//用递归来实现输出得到最小数乘次数的表达式 { if (i==j) { printf ("A%d",i); } else { printf ("("); traceback (i,s[i][j],s); traceback(s[i][j]+1,j,s); printf (")"); } } void main () { int n;//用来存储矩阵的个数 int q[2*N];/*用q数组来存储最原始的输入（各矩阵的行和列），主要目的是为了检验这N 个矩阵是否满足连乘的条件*/ int p[N+1],flag=1;/*用p[i-1],p[i]数组来存储A的阶数，flag用来判断这N个矩阵是否满足连乘*/ int m[N+1][N+1];// 用m[i][j]二维数组来存储Ai*......Aj的最小数乘次数 int s[N+1][N+1];// 用s[i][j]来存储使Ai......Aj获得最小数乘次数对应的断开位置k printf ("请输入矩阵的个数（小于100）:"); scanf ("%d",&n); for (int i=0;i<=2*n-1;i++)//各矩阵的阶数的输入先存入数组q中接受检验{ if (i%2==0) { printf ("********************\n"); printf ("*请输入A%d的行:",(i/2)+1); } else { printf ("列************:"); } scanf ("%d",&q[i]); } for (i=1;i<=2*n-2;i++)//矩阵连乘条件的检验 { if (i%2!=0&&q[i]!=q[i+1]) { flag=0; break; } } for (int j=1;j<=n-1;j++) { p[j]=q[2*j]; } if (flag!=0) { p[0]=q[0]; p[n]=q[2*n-1]; matrixChain (p,m,s); printf ("式子如下:\n"); traceback(1,n,s); printf ("\n"); printf ("最小数乘次数为%d\n",m[1][n]); } else { printf ("这%d个矩阵不能连乘!\n",n); } } 实验结果： 一、输入正确的情况： 二、输入有误的情况： 六、编程体会 经过了几天的连续研究，终于小有收获，也渐渐理解了动态规划的基本思想，动态规划算法与分治法类似，其基本思想也是将待解问题分解成若干个子问题，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，适合于用动态规划法求解的问题，经分解得到的子问题往往不是相互独立的。若用分治法解这类问题，则分解得到的子问题数目太多，以至于最后解决原问题需要耗费指数时间。然而，不同子问题的数目常常只有多项式量级。在分治法求解时，有些子问题被重复计算了多次。如果能够保存已解决的子问题的答案，而在需要时再找出已求得的答案，就可以避免大量重复计算，从而得到多项式时间算法。为了达到这个目的，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。这就是动态规划的基本思想。具体的动态规划算法是多种多样的，但它们具有相同的填表格式。 动态规划算法适用于解最优化问题。通常可以按以下步骤设计动态规划算法： （1）找出最优解的性质，并刻画其结构特征； （2）递归地定义最优值； （3）以自底向上的方式计算出最优值； （4）根据计算最优值时得到的信息，构造最优解。 虽然已经了解了动态规划算法的基本思想，而且也参考了书上的算法，但是实际的情况却并不是那么顺利，我按照书上编写程序之后，发现有很多逻辑错误，应该是编写环境不同，所以出现了一系列的问题，最后经过自己的多番研究发现了许多c语言有许多默认的规则：就拿数组来讲，在计算数组m和数组s时，虽然我们不用到下标为零的元素，所以我一开始定义用长度为N*N的m 数组和s数组来分别存储矩阵的最小数乘次数和其对应的断开位置，但经过多次调试之后，发现总是在求m[*][N]和s[*][N]时就会出错，后来才知道c语言的默认规则：不管我们用不用数组的零下标元素，下标为零的元素都默认在该数组中，因此，必须把m和s数组的行列长度都必须加一才行，经过这次程序设计之后，我懂得了一个道理，做程序设计，不仅要弄透解决这个问题的基本思想和算法，而且要注意编程过程中的一些细节性问题，例如一些特定编程环境的默认规则，而且还要要求我的逻辑思路一定要清晰，不然的话，很难发现自己先前所犯下的逻辑错误，这样就很容易造成事倍功半，效率低下。以上就是我这次的程序设计编程体会。 七、成绩评定 根据学习态度，任务完成质量（应用程序的难易程度、界面的友好性、程序的正确程度）和实 网络教育课程考试复习题及参考答案算法分析与设计一、名词解释：1.算法 2.程序 3.递归函数 4.子问题的重叠性质 5.队列式分支限界法 6.多机调度问题7.最小生成树二、简答题： 1.备忘录方法和动态规划算法相 比有何异同？简述之。 2.简述回溯法解题的主要步骤。 3.简述动态规划算法求解的基本要素。 4.简述回溯法的基本思想。 5.简要分析在递归算法中消除递归调用，将递归算法转化为非递归算法的方法。 6.简要分析分支限界法与回溯法的异同。7.简述算法复杂性的概念，算法复杂性度量主要指哪两个方面？8.贪心算法求解的问题主要具有哪些性质？简述之。9.分治法的基本思想是什么？合并排序的基本思想是什么？请分别简述之。10.简述分析贪心算法与动态规划 算法的异同。三、算法编写及算法应用分析题： 1.已知有3个物品： (w1,w2,w3)=(12,10,6),(p1,p2,p3)=(15,13,10),背包的容积M=20，根据0-1背包动态规划的递推式求出最优解。 2.按要求完成以下关于排序和查找的问题。①对数组A={15，29，135，18，32，1，27，25，5}，用快速排序方法将其排成递减序。②请描述递减数组进行二分搜索的基本思想，并给出非递归算法。③给出上述算法的递归算法。④使用上述算法对①所得到的结果搜索如下元素，并给出搜索过程：18，31，135。已知，=1，2，3，4，5，6，=5，=10，=3，=12，=5，=50，=6，kijr*r1234567ii1求矩阵链积A×A×A×A×A×A的最佳求积顺序（要求给出计算步骤）。1234564.根据分枝限界算法基本过程,求解0-1背包问题。已知n=3,M=20，(w1,w2,w3)=(12,10,6),(p1,p2,p3)=(15,13,10)。 5.试用贪心算法求解汽车加油问题：已知一辆汽车加满油后可行驶n公里，而旅途中有若干个加油站。试设计一个有效算法，指出应在哪些加油站停靠加油，使加油次数最少，请写出该算法。6.试用动态规划算法实现下列问题：设A和B是两个字符串。我们要用最少的字符操作，将字符串A转换为字符串B，这里所说的字符操作包括：①删除一个字符。②插入一个字符。③将一个字符改为另一个字符。请写出该算法。7.对于下图使用Dijkstra算法求由顶点a到顶点h的最短路径。be2g212ad323182cf2h 8.试写出用分治法对数组A[n]实现快速排序的算法。9.有n个活动争用一个活动室。已知活动i占用的时间区域为[s，f ]，活动i,j相容的条件是：sj≥f ii，问题的解表示为(x| x =1，2…，n,)，x表示顺序为i的活动编号活动，求一个相容的活动子集，iiii且安排的活动数目最多。xxx10.设、、是一个三角形的三条边，而且x+x+x=14。请问有多少种不同的三角形？给出解答过程。12312311. 第一章算法概述 1.算法：解决问题的一种方法或过程；由若干条指令组成的有穷指令。 2.算法的性质： 1)输入：有零个或多个输入 2)输出：有至少一个输出 3)确定性：每条指令是清晰的、无歧义的 4)有限性：每条指令的执行次数和时间都是有限的 3.算法与程序的区别 程序是算法用某种程序设计语言的具体实现 程序可以不满足算法的有限性 4.算法复杂性分析 1)算法的复杂性是算法运行所需要的计算机资源的量，需要时间资源的量称为时间复 杂性，需要空间资源的量称为空间复杂性 2)三种时间复杂性：最坏情况、最好情况、平均情况 3)可操作性最好且最有实际价值的是最坏情况下的时间复杂性 第二章递归与分支策略 1.递归概念：直接或间接调用自身的算法 2.递归函数：用函数自身给出定义的函数 3.递归要素：边界条件、递归方程 4.递归的应用 ?汉诺塔问题 void Hanuo(int n,int a,int b,int c) { if(n==1) return; Hanuo(n-1,a,c,b); move(a,b) Hanuo(n-1,c,b,a); } ?全排列问题 void Perm(Type list[],int k,int m) { //产生list[k,m]的所有排列 if(k == m) { for(int i = 0;I <= m;i++) cout< 矩阵连乘最佳加括号方式－动态规划算法 一、问题描述 给定n个矩阵{A1,A2,…,A n}，其中A i与A i+1是可乘的，i=1,2,…,n-1。要算出这n个矩阵的连乘积A1A2…A n。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，即对于给定的相继n个矩阵{A1,A2,…,A n}（其中矩阵A i的维数为p i-1×p i，i＝1,2,…,n），如何确定计算矩阵连乘积A1A2…A n的计算次序（完全加括号方式），使得依此次序计算矩阵连乘积需要的数乘次数最少。 穷举搜索法的计算量太大，它不是一个有效的算法，本实验采用动态规划算法解矩阵连乘积的最优计算次序问题。 二、算法思路 一。选择题 1、二分搜索算法是利用（ A ）实现的算法。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 2、下列不是动态规划算法基本步骤的是（ B ）。 A、找出最优解的性质 B、构造最优解 C、算出最优解 D、定义最优解 3、最大效益优先是（ A ）的一搜索方式。 A、分支界限法 B、动态规划法 C、贪心法 D、回溯法 4、在下列算法中有时找不到问题解的是（ B ）。 A、蒙特卡罗算法 B、拉斯维加斯算法 C、舍伍德算法 D、数值概率算法 5. 回溯法解旅行售货员问题时的解空间树是（ B ）。 A、子集树 B、排列树 C、深度优先生成树 D、广度优先生成树6．下列算法中通常以自底向上的方式求解最优解的是（ B ）。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 7、衡量一个算法好坏的标准是（C ）。 A 运行速度快 B 占用空间少 C 时间复杂度低 D 代码短 8、以下不可以使用分治法求解的是（D ）。 A 棋盘覆盖问题 B 选择问题 C 归并排序 D 0/1背包问题 9. 实现循环赛日程表利用的算法是（ A ）。 A、分治策略 B、动态规划法 C、贪心法 D、回溯法 10、下列随机算法中运行时有时候成功有时候失败的是（C ） A 数值概率算法 B 舍伍德算法 C 拉斯维加斯算法 D 蒙特卡罗算法 11．下面不是分支界限法搜索方式的是（ D ）。 A、广度优先 B、最小耗费优先 C、最大效益优先 D、深度优先12．下列算法中通常以深度优先方式系统搜索问题解的是（ D ）。 A、备忘录法 B、动态规划法 C、贪心法 D、回溯法 13.备忘录方法是那种算法的变形。（ B ） 动态规划——矩阵连乘的问题 《问题的引出》 看下面一个例子，计算三个矩阵连乘{A1，A2，A3}；维数分别为10*100 , 100*5 , 5*50 按此顺序计算需要的次数（（A1*A2）*A3）:10X100X5+10X5X50=7500次 按此顺序计算需要的次数（A1*（A2*A3））:10X5X50+10X100X50=75000次 所以问题是：如何确定运算顺序，可以使计算量达到最小化。 枚举显然不可，如果枚举的话，相当于一个“完全加括号问题”，次数为卡特兰数,卡特兰数指数增长，必然不行。 《建立递归关系》 子问题状态的建模（很关键）：令m[i][j]表示第i个矩阵至第j个矩阵这段的最优解。 显然如果i=j，则m[i][j]这段中就一个矩阵，需要计算的次数为0； 如果i>j，则m[i][j]=min{m[i][k]+m[k+1][j]+p[i-1]Xp[k]Xp[j]},其中k,在i与j 之间游荡，所以i<=k 所以计算顺序如上右图：相应的计算顺序对应代码为13-15行 m[1][n]即为最终求解，最终的输出想为（（A1（A2 A3））（（A4 A5）A6））的形式，不过没有成功，待思考... 1#include 【程序5-1】分治法 SolutionType DandC(ProblemType P) { ProblemType P1，P2， ，P k。 if (Small(P)) return S(P)。//子问题P足够小，用S(P)直接求解 else { Divide(P，P1，P2， ，P k)。//将问题P分解成子问题P1, P2, …,P k Return Combine(DandC(P1)，DandC(P2)，…，DandC(P k))。//求解子问题，并合并解 } } 【程序5-2】一分为二的分治法 SolutionType DandC(int left，int right) { if (Small(left，right)) return S(left，right)。 else { int m=Divide(left，right)。//以m为界将问题分解成两个子问题Return Combine(DandC(left，m)，DandC(m+1，right))。//分别求解子问题，并合并解 } } 【程序5-3】可排序表类 template 专业： 班级： 学号： 姓名： 日期： 2014年 11月 10日 48476Λn n 111+++=。 2、q(n ，m)=q(n ，n)，m>=n 。 最大加数n1实际上不能大于n ，因此，q(1，m)=1。 3、q(n ，n)=1+q(n ，n-1)。 正整数n 的划分由n1=n 的划分和n1<=n-1的划分组成。 4、q(n ，m)= q(n ，m-1)+q(n-m ，m)，n>m>1。 正整数n 的最大加数n1不大于m 的划分由n1=m 的划分和n1<=m-1的划分组成。 （2）、算法描述 public class 张萌 { /** * @param args */ public static void main(String[] args) { // TODO Auto-generated method stub System.out .println(q (2,2)); } public static int q(int n,int m) { if ((n<1)||(m<1)) return 0; if ((n==1)||(m==1)) return 1; if (n 矩阵连乘问题《算法分析与设计》 设计性实验报告 课程名称：《算法分析与设计》矩阵连乘问题实验题目：长：组员一：成 二：成员成员三：数学与计算机科学系别：系专业班级：指导教师：实验日期： 一、实验目的和要求 实验目的 熟悉动态规划算法设计思想和设计步骤，掌握基 本的程序设计方法，培养学生用计算机解决实际问题的能力。 实验要求 1、根据实验内容，认真编写源程序代码、上机调试程序，书写实验报告。 2、本实验项目考察学生对教材中核心知识的掌握程度和解决实际问题的能力。 3、实验项目可 以采用集中与分散实验相结合的方式进行，学生利用平时实验课时间和课外时间进行 实验，要求在学期末形成完整的项目程序设计报告。 二、实验内容提要 矩阵连乘问题给定n个矩阵{A,A,…,A}， 其中，Ai与Ai+1是可乘的，n21A,A,…,A。由于矩阵乘法满足结n-1。考查这n个矩阵的连乘积i=1,2，…，n12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）。 三、实验步骤下面考虑矩阵连乘积的最优计算次序问题的动态规划方法。（1）分析最优解的结构（最优子结构性质）设计求解具体问题的动态规划算法的第一步是刻画该问 题的最优解结构特征。对于矩阵乘积的最优计算次序问题也不例外。首先，为方便起见，降- 1 - 矩阵乘积Ai Ai+1…Aj简记为A[i:j]。 第一章 什么是算法 算法是解决一个计算问题的一系列计算步骤有序、合理的排列。对一个具体问题（有确定的输入数据）依次执行一个正确的算法中的各操作步骤，最终将得到该问题的解（正确的输出数据）。 算法的三个要素 1).数据: 运算序列中作为运算对象和结果的数据. 2).运算: 运算序列中的各种运算:赋值,算术和逻辑运算 3).控制和转移: 运算序列中的控制和转移. 算法分类 从解法上：数值型算法:算法中的基本运算为算术运算；非数值型算法:算法中的基本运算为逻辑运算. 从处理方式上：串行算法:串行计算机上执行的算法；并行算法:并行计算机上执行的算法 算法的五个重要的特性 （1） 有穷性：在有穷步之后结束。 （2） 确定性：无二义性。 （3） 可行性：可通过基本运算有限次执行来实现。 （4） 有输入 表示存在数据处理 （5） 有输出 伪代码 程序设计语言（PDL ），也称为结构化英语或者伪代码，它是一种混合语言，它采用一种语言（例如英语）的词汇同时采用类似另外一种语言（例如，结构化程序语言）的语法。 特点：1)使用一些固定关键词的语法结构表达了结构化构造、数据描述、模块的特征； 2)以自然语言的自由语法描述了处理过程；3)数据声明应该既包括简单的也包括复杂的数据结构；4)使用支持各种模式的接口描述的子程序定义或者调用技术。 求两个n 阶方阵的相加C=A+B 的算法如下，分析其时间复杂度。 #define MAX 20 ∑∑∑∑-=-=-=-=====102101010*11n i n i n i n j n n n n n n n n )O()1O(1O(11i i j i j ==∑∑==）)O(N )21O()O()O(21N 1=+=∑=∑==)(N N i i N i i 赋值，比较，算术运算，逻辑运算，读写单个变量（常量）只需1单位时间 2). 执行条件语句 if c then S1 else S2 的时间为TC +max(TS1,TS2). 3). 选择语句 case A of a1: s1；a2: s2；...； am: sm 需要的时间为 max （TS1,TS2 ,..., TSm ）. 4). 访问数组的单个分量或纪录的单个域需要一个单位时间. 5). 执行for 循环语句的时间=执行循环体时间*循环次数. 6). while c do s (repeat s until c)语句时间=(Tc+Ts)*循环次数. 7). 用goto 从循环体内跳到循环体末或循环后面的语句时,不需额外时间 8). 过程或函数调用语句：对非递归调用，根据调用层次由里向外用规则1-7进行分析； 对递归调用，可建立关于T(n)的递归方程,求解该方程得到T(n). 一、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，即对于给定的相继n个矩阵{A1,A2,…,An}（其中矩阵Ai的维数为pi-1×pi，i ＝1,2,…,n），如何确定计算矩阵连乘积A1A2…An的计算次序（完全加括号方式），使得依此次序计算矩阵连乘积需要的数乘次数最少。穷举搜索法的计算量太大，它不是一个有效的算法，本实验采用动态规划算法解矩阵连乘积的最优计算次序问题。 二、算法思路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： 1、计算最优值算法MatrixChain()：建立两张表（即程序中的**m和**s，利用二维指针存放），一张表存储矩阵相乘的最小运算量，主对角线上的值为0，依次求2个矩阵、3个矩阵…、直到n个矩阵相乘的最小运算量，其中每次矩阵相乘的最小运算量都在上一次矩阵相乘的最小运算量的基础上求得，最后一次求得的值即为n个矩阵相乘的最小运算量；另 目录 第二章递归与分治 (3) 1、用递归思想求N! (3) 2、用递归思想求Fibonacci数列 (3) 3、用递归思想求排列问题 (4) 4、用递归思想求整数划分问题 (5) 5、用递归思想求汉诺塔问题 (6) 6、用递归思想实现插入排序 (7) 7、用分治思想实现二分查找 (8) 8、用分治法求两个大整数的乘法 (9) 9、用分治思想求一个数组的最大值与最小值 (10) 10、用分法思想实现合并排序 (12) 11、用分治思想实现快速排序 (13) 12、用分治法实现线性时间选择问题 (15) 13、用分法思想实现残缺棋盘问题 (15) 第三章动态规划法 (18) 1、矩阵连乘问题 (18) 2、最长公子序列 (20) 3、最大子段和问题 (23) 4、图像压缩问题 (28) 5、电路布线问题 (31) 6、最 (31) 7、最 (31) 第四章贪心算法 (32) 1、哈夫曼编码 (32) 4、Kruskal算法求最小生成树 (35) 5、集装箱问题 (38) 6、活动安排问题 (40) 第五章回溯法 (42) 1、用回溯法求0－1背包问题 (42) 2、用回溯法求N皇后问题 (45) 3、用回溯法求旅行售货员问题 (46) 4、用回溯法求圆排列问题 (48) 5、用回溯法求符号三角形问题 (50) 6、用回溯法求批处理作业调度问题 (52) 7、用回溯法求连续邮资问题 (54) 8、用回溯法求图的m着色问题 (57) 9、用回溯法求最大团问题 (59) 第六章回溯法 (62) 1、用分支限界法求0－1背包问题 (62) 第二章递归与分治1、用递归思想求N! 王晓东版——《计算机算法设计与分析（第四版）》P11页，例2－1 2、用递归思想求Fibonacci数列 王晓东版——《计算机算法设计与分析（第四版）》P12页，例2－2 算法分析与设计习题集整理 第一章算法引论 一、填空题： 1、算法运行所需要的计算机资源的量，称为算法复杂性，主要包括时间复杂度和空间复杂度。 2、多项式10()m m A n a n a n a =+++L 的上界为O(n m )。 3、算法的基本特征：输入、输出、确定性、有限性 、可行性 。 4、如何从两个方面评价一个算法的优劣：时间复杂度、空间复杂度。 5、计算下面算法的时间复杂度记为： O(n 3) 。 for(i=1;i<=n;i++) for(j=1;j<=n;j++) {c[i][j]=0; for(k=1;k<=n;k++) c[i][j]= c[i][j]+a[i][k]*b[k][j]; } 6、描述算法常用的方法：自然语言、伪代码、程序设计语言、流程图、盒图、PAD 图。 7、算法设计的基本要求：正确性 和 可读性。 8、计算下面算法的时间复杂度记为： O(n 2) 。 for （i ＝1；i 问题描述：给定n个矩阵：A1,A2,...,A n，其中A i与A i+1是可乘的，i=1，2...，n-1。确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。输入数据为矩阵个数和每个矩阵规模，输出结果为计算矩阵连乘积的计算次序和最少数乘次数。 问题解析：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。 看下面一个例子，计算三个矩阵连乘{A1，A2，A3}；维数分别为10*100 , 100*5 , 5*50 按此顺序计算需要的次数 ((A1*A2)*A3):10X100X5+10X5X50=7500次，按此顺序计算需要的次数(A1*(A2*A3)):10*5*50+10*100*50=75000次 所以问题是：如何确定运算顺序，可以使计算量达到最小化。 算法思路： 例：设要计算矩阵连乘乘积A1A2A3A4A5A6，其中各矩阵的维数分别是： A1：30*35; A2：35*15; A3：15*5; A4：5*10; A5：10*20; A6：20*25 递推关系： 设计算A[i:j]，1≤i≤j≤n，所需要的最少数乘次数m[i,j]，则原问题的最优值为m[1,n]。 当i=j时，A[i:j]=A i，因此，m[i][i]=0，i=1,2,…,n 当i Program算法设计与分析基础中文版答案 习题 5..证明等式gcd(m,n)=gcd(n,m mod n)对每一对正整数m,n都成立. Hint: 根据除法的定义不难证明: 如果d整除u和v, 那么d一定能整除u±v; 如果d整除u,那么d也能够整除u的任何整数倍ku. 对于任意一对正整数m,n,若d能整除m和n,那么d一定能整除n和r=m mod n=m-qn；显然，若d能整除n和r，也一定能整除m=r+qn和n。 数对(m,n)和(n,r)具有相同的公约数的有限非空集，其中也包括了最大公约数。故gcd(m,n)=gcd(n,r) 6.对于第一个数小于第二个数的一对数字,欧几里得算法将会如何处理?该算法在处理这种输入的过程中,上述情况最多会发生几次? Hint: 对于任何形如0<=m 设sqrt(x)是求平方根的函数) 算法Quadratic(a,b,c) 描述将十进制整数表达为二进制整数的标准算法 a.用文字描述 b.用伪代码描述 解答： a.将十进制整数转换为二进制整数的算法 输入：一个正整数n 输出：正整数n相应的二进制数 第一步：用n除以2，余数赋给Ki(i=0,1,2...)，商赋给n 第二步：如果n=0，则到第三步，否则重复第一步 第三步：将Ki按照i从高到低的顺序输出 b.伪代码 算法 DectoBin(n) .n]中 i=1 while n!=0 do { Bin[i]=n%2; n=(int)n/2; i++; } while i!=0 do{ print Bin[i]; i--; } 9.考虑下面这个算法,它求的是数组中大小相差最小的两个元素的差.(算法略)对这个算法做尽可能多的改进. 算法 MinDistance(A[0..n-1]) XXXX大学 算法设计与分析课程设计报告 院（系）： 年级： 姓名： 专业：计算机科学与技术 研究方向：互联网与网络技术 指导教师： XXXX 大学 目录 题目1 电梯调度 (1) 1.1 题目描述 (1) 1.2 算法文字描述 (1) 1.3 算法程序流程 (4) 1.4 算法的程序实现代码 (10) 题目2 切割木材 (12) 2.1题目描述 (12) 2.2算法文字描述 (12) 2.3算法程序流程 (13) 2.4算法的程序实现代码 (18) 题目3 设计题 (20) 3.1题目描述 (20) 3.2 输入要求 (20) 3.3输出要求 (20) 3.4样例输入 (20) 3.5样例输出 (20) 3.6测试样例输入 (21) 3.7测试样例输出 (21) 3.8算法实现的文字描述 (21) 3.9算法程序流程 (22) 3.10算法的程序实现代码 (23) 算法分析与设计课程总结 (26) 参考文献 (27) 题目1电梯调度 1.1 题目描述 一栋高达31层的写字楼只有一部电梯，其中电梯每走一层需花费4秒，并且在每一层楼停靠的时间为10秒，乘客上下一楼需要20秒，在此求解最后一位乘客到达目的楼层的最短时间以及具体的停靠计划。例如：此刻电梯停靠需求为4 5 10（有三位乘客，他们分别想去4楼、5楼和10楼），如果在每一层楼都停靠则三位乘客到达办公室所需要的时间为3*4=12秒、4*4+10=26秒、4*9+2*10=56秒，则最后一位乘客到达办公室的时间为56秒，相应的停靠计划为4 5 10均停靠。对于此测试用例电梯停靠计划方案：4 10，这样到第4楼的乘客所需时间为3*4=12秒，到第5楼的乘客所需时间为3*4+20=32秒，到第10楼的乘客所需时间为9*4+10=46秒，即最后到达目的楼层的顾客所需时间为46秒。 输入要求： 输入的第1行为整数n f1 f2 … fn，其中n表示有n层楼需要停靠，n=0表示没有更多的测试用例，程序终止运行。f1 f2 … fn表示需要停靠的楼层（n<=30，2<=f1 华北电力大学科技学院 实验报告 实验名称矩阵连乘问题 课程名称计算机算法设计与分析 专业班级：软件12K1 学生姓名：吴旭 学号：121909020124 成绩： 指导老师：刘老师实验日期：2014.11.14 一、实验内容 矩阵连乘问题，给定n个矩阵{A1,A2,…,A n}，其中A i与A i+1是可乘的，i=1,2,3…,n-1。考察这n个矩阵的连乘A1,A2,…,A n。 二、主要思想 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经完全加括号，则可依此次序反复调用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的定义为： (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)。 运用动态规划法解矩阵连乘积的最优计算次序问题。按以下几个步骤进行 1、分析最优解的结构 设计求解具体问题的动态规划算法的第1步是刻画该问题的最优解的结构特征。为方便起见，将矩阵连乘积简记为A[i:j]。考察计算A[1:n]的最优计算次序。设这个计算次序矩阵在A k和A k+1之间将矩阵链断开，1n,则其相应的完全加括号方式为((A1…A k)(A k+1…A n))。依此次序，先计算A[1:k]和A[k+1:n],然后将计 算结果相乘得到A[1:n]。 2、建立递归关系 设计动态规划算法的第二步是递归定义最优值。对于矩阵连乘积的最优计算次序问题，设计算A[i:j]，1i n，所需的最少数乘次数为m[i][j]，原问题的最优值为m[1][n]。 当i=j时，A[i:j]=A i为单一矩阵，无需计算，因此m[i][i]=0，i=1,2,…n。 当i 解析算法及程序实现教学设计 一、设计思想 根据《新课标》的要求，本课“解析算法”的学习目的是使学生进一步体验算法设计思想。为了让学生更易理解其算法的思想：用解析法找出数学表达式，用它来描述问题的原始数据与结果之间的关系。本堂课的设计思路：通过一元二次方程求解实例引入主题——认知主题——实践体验主题——扩展与提高这几个阶段层层深入的递进式方法使学生充分掌握解析算法。从而使学生形成解析算法的科学逻辑结构。 二、教材分析 本课的课程标准内容： 结合实例，经历分析问题、确定算法、编程求解等用计算机解决问题的基本过程，认识算法和程序设计在其中的地位和作用。掌握使用解析算法设计程序解决问题的方法基本要求：1.初步掌握解析算法。2.初步掌握解析算法的程序实现。 教材中很多例子，但是考虑到课时，具体采用了“计算1900年开始的任意一天是星期几”的问题。 三、学情分析 学生对程序的3种基本模式已有一个了解的基础，对于简单的程序段也有一定的认知意识。并且已学习了枚举算法，这对本节课的教学产生积极的作用。但学生还是会觉得算法设计比较难掌握，困难之处在于，如何将题目的设计思想转化为流程图，根据流程图写出相应的代码并通过自己编制程序上机实践来体验。因此在课堂分析过程中，学生应当从听课认识——分析理解——实践探究这些过程中全面掌握解析算法的设计思想，并能用此算法来解决日常生活问题及与其他学科有所关联的一些简单问题。 四、教学目标 知识与技能：理解解析算法的概念和特点，通过分析了解解析算法的解题结构，初步掌握对解析算法的程序实现。 过程与方法：通过具体问题分析，归纳解析算法的基本思想和方法，确定解题步骤。让学生理解如何用3步法来解决实际问题（提出问题——分析问题——解决问题）； 情感态度与价值观：通过小组合作，增进学生间的学习交流，培养合作能力，激发学生学习能动性；感受解析算法的魅力，养成始终坚持、不断积累才能获得成功的意志品质。 五、重点与难点 重点：通过计算1900年开始的任意一天是星期几，让学生理解解析算法的思想，初步 矩阵连乘问题（动态规划） 一、实验目的与要求 1、明确矩阵连乘的概念。 2、利用动态规划解决矩阵连乘问题。 二、实验题： 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。确定计算矩阵连乘积的计算次序，使得依此次序计算矩阵连乘积需要的数乘次数最少。输入数据为矩阵个数和每个矩阵规模，输出结果为计算矩阵连乘积的计算次序和最少数乘次数。 三、实验代码 #include 算法分析与设计复习题及答案一、单选题 1．D 2．B 3．C 4．D 5．D 6．D 7．C 8．D 9．B 10．C 11．D 12．B 13．D 14．C 15．C 16．D 17．D 18．D 19．D 20．C 1．与算法英文单词algorithm具有相同来源的单词是（）。 A logarithm B algiros C arithmos D algebra 2．根据执行算法的计算机指令体系结构，算法可以分为（）。 Ａ精确算法与近似算法Ｂ串行算法语并行算法 Ｃ稳定算法与不稳定算法Ｄ３２位算法与６４位算法 3．具有１0个节点的完全二叉树的高度是（）。 Ａ６Ｂ５Ｃ3Ｄ 2 4．下列函数关系随着输入量增大增加最快的是（）。 Ａlog2n B n2 C 2n D n! 5．下列程序段的S执行的次数为( )。 for i ←0 to n-1 do for j ←0 to i-1 do s //某种基本操作 A.n2 B n2/2 C n*(n+1) D n(n+1)/2 6．Fibonacci数列的第十项为( )。 A 3 B 13 C 21 D 34 7．4个盘子的汉诺塔，至少要执行移动操作的次数为( )。 A 11次 B 13次 C 15次 D 17次 8．下列序列不是堆的是（）。 A 99，85，98，77，80，60，82，40，22，10，66 B 99，98，85，82，80，77，66，60，40，22，10 C 10，22，40，60，66，77，80，82，85，98，99 D 99，85，40，77，80，60，66，98，82，10，22 9．Strassen矩阵乘法的算法复杂度为（）。 ＡΘ(n3)ＢΘ(n2.807) ＣΘ(n2) ＤΘ(n) 10．集合A的幂集是（）。 A．A中所有元素的集合 B. A的子集合 C． A 的所有子集合的集合 D. 空集 11．与算法英文单词algorithm具有相同来源的单词是（）。 A logarithm B algiros C arithmos D algebra 12．从排序过程是否完全在内存中显示，排序问题可以分为（）。 Ａ稳定排序与不稳定排序Ｂ内排序与外排序 Ｃ直接排序与间接排序Ｄ主排序与辅助排序 13．下列（）不是衡量算法的标准。 Ａ时间效率Ｂ空间效率 Ｃ问题难度Ｄ适应能力 14．对于根树，出度为零的节点为（）。 Ａ０节点Ｂ根节点Ｃ叶节点Ｄ分支节点 15．对完全二叉树自顶向下，从左向右给节点编号，节点编号为１0的父节点编号为（）。 Ａ０Ｂ２Ｃ４Ｄ６ 16．下列程序段的算法时间的复杂度为（）。 for i ←0 to n do for j ←0 to m do算法分析与设计复习题及参考答案
算法分析与设计总结
矩阵连乘最佳加括号方式-动态规划算法
算法设计与分析复习题目及答案
矩阵连乘(数据结构)
算法设计与分析书中程序
算法分析与设计
矩阵连乘问题算法分析与设计
算法分析与设计
矩阵连乘问题
算法设计与分析所有程序
算法分析与设计习题集整理
动态规划矩阵连乘算法
算法设计与分析基础课后习题答案
算法分析与设计-课程设计报告
矩阵连乘实验报告
解析算法和程序实现教学设计Word版
矩阵连乘问题
算法分析与设计复习题及答案