其中，cost[i][j]表示Ai+1*Ai+2*...Aj+1的最优计算的计算代价。最终需要求解cost[0][n-1]。【C代码】算法实现采用自底向上的计算过程。首先计算两个矩阵相乘的计算量，然后依次计算3个矩阵、4个矩阵、…、n个矩阵相乘的最小计算量及最优计算顺序。下面是该算法的语言实现。（1） 主要变量说明n：矩阵数seq[]：矩阵维数序列cost[i][j]：二维数组，长度为n*n，其中元素cost[i][j]表示Ai+1*Ai+2**Aj+1的最优的计算代价。trace[][]:二维数组，长度为n*n，其中元素trace[i][j]表示Ai+1*Ai+2**Aj+1的最优计算顺序对应的划分位置，即k。（2）函数cmm#define N100 int cost[N[N];int trace[N][N]; int cmm(int n,int seq[]){ int tempCost; int tempTrace; int i,j,k,p; int temp; for( i=0;i<n;i++){ cost[i][i] = 0;} for(p=1;p<n;p++){ for(i=0; i<n-p;i++){ （1） ; tempCost = -1; for(k = i; （2） ;k++){ temp= （3） ; if(tempCost==-1 || tempCost>temp){ tempCost = temp; tempTrace=k; } } cost[i][j] = tempCost; （4） ; } } return cost[0][n-1]; } 
图6-1 类图【Java代码】import java.util.*；class Memento { private String state； public Memento（String state）{this.state=state;} public String getState（）{return state；}}class Originator{ private String state； public void setState（String state）{this.state=state；} public String getState（）{ retum state；} public Memento saveStateToMemento( ){ return （1）; } public void getStateFromMemento（Memento Memento）{ state =（2）; }}class CareTaker｛ private List<Memento> mementoList= new ArrayList<Memento>(); public（3）{ mementoList.add(state); } public （4）{ return memensoList.get(index); }}class MementoPaneDems{ public static void main(String[] args) { Originator originator =new Originator(); CareTaker careTaker=new careTaker(); originator.setState("State #1"); originator.setState("State #2"); careTaker.add( （5） ); originator.setState("State #3"); careTaker.add( （6） ); originator.setState("State #4"); System.out.println("Current State"+originator.getState()); originator.getStateFromMemento(careTaker.get(0)); System.out.println("Frist saved State"+originator.getState()); originator.getStateFromMemento(careTaker.get(1)); System.out.println("Second saved State"+originator.getState()); ｝} 
图5-1 类图【C++代码】#include #include #include using namespace std;class Memento{private:string state;public:Memento(string state){ this->state=state; }string getState(){ return state; }}class Originator{private:string state;public:void setState(string state){this>sate=state;}string getState(){return state;}Memento saveStateToMemento(){return (1）}void getStateFromMemento(Memento Memento){state (2)}class CareTaker{private:vector mementoList;pubilc:viod(3){mementoList.push back（state）（4）;return mementoList（index);}int mian(){Originator*originator=new Originator();CareTaker*careTaker=new CareTaker();originator->setState("State #1");originator->setState("State #2");careTaker->add(_(5)_);originator->setState("State #3");careTaker->add((6));originator->setState（"State #4"）;cout <<"Current State:"<<"+" <<originator->getState( )<<endl;originator->getStateFromMemento(careTaker->get(0);cout<<"First saved State:"<<originator->getStatee( )<<endl;originator->getStateFromMemento(careTaker->get(1);cout<<"second save State"<<"+" <<originator>getState( )<<endl;return 0;} 
其中，cost【jj】表示Ai+1*Ai+2**Aj+1的最优计算的计算代价。最终需要求解cost[O][n-1。【C代码】算法实现采用自底向上的计算过程。首先计算两个矩阵相乘的计算量，然后依次计算个矩阵、4个矩阵、..…、个矩阵相乘的最小计算量及最优计算顺序。下面是该算法的语言实现。(1)主要变量说明n:矩阵数seq【】:矩阵维数序列cos【J【:二维数组，长度为n*n，其中元素cost【】口】表示Ai+1*Ai+2*...*Aj+1的最优的计算代价race【0:二维数组，长度为n*n，其中元素trace【i】【】表示Ai+1*Ai+2*...*Aj+1的最算对应的划分位置，即k(2)函数cmm ine N100 ostf[N[N];
return cost[0][]【问题3】（3分）考虑实例n=4，各个矩阵的维数为A1为15*5，A2为5*10，A3为10*20，A4为20*25，即维度序列为15，5，10，20和25。则根据上述C代码得到的一个最优计算顺序为（7）（用加括号方式表示计算顺序），所需要的乘法运算次数为（8） 
其中，cost【jj】表示Ai+1*Ai+2*Aj+1的最优计算的计算代价。最终需要求解cost[O][n-1]。【C代码】算法实现采用自底向上的计算过程。首先计算两个矩阵相乘的计算量，然后依次计算个矩阵、4个矩阵、…、个矩阵相乘的最小计算量及最优计算顺序。下面是该算法的语言实现。（1）主要变量说明n:矩阵数seq【】:矩阵维数序列cos【J【:二维数组，长度为n*n，其中元素cost【】口】表示Ai+1*Ai+2**Aj+1的最优的计算代价race【0:二维数组，长度为n*n，其中元素trace【i】【】表示Ai+1*Ai+2**Aj+1的最算对应的划分位置，即k（2）函数cmm ine N100ost[N[N]
return cost [n-1] 
图3-2 类图 
图2-1 E-R图【逻辑结构设计】根据概念模型设计阶段完成的实体联系图，得出如下关系模式（不完整）供应商（供应商名称、地址、电话）医院（医院名称、地址、电话）供货（供应商名称、（a）、供货内容）被接种者（姓名、身份证号、电话）接种（接种者身份证号、（b）、医院名称、供应商名称） 
图1-1 上下文数据流图
图1-2 0层数据流图 暂未登录
学员用户尊享特权
老师批改作业做题助教答疑 学员专用题库高频考点梳理
