দাবি অস্বীকার: নিম্নলিখিত পদ্ধতিটি কঠোরভাবে অনুকূল প্রমাণিত হয়নি। একটি অনানুষ্ঠানিক প্রমাণ সরবরাহ করা হয়।
পণ্যটির বর্গক্ষেত্র বিবেচনা করার সময় সমস্যাটি সবচেয়ে কার্যকর অর্ডার খোঁজার ক্ষেত্রে হ্রাস পায়।
উদাহরণস্বরূপ, উদাহরণস্বরূপ দিকে তাকানোর সময় , আমাদের কেবলমাত্র সর্বোত্তমভাবে সমাধান করতে হবে ( A B C ) 2 যেহেতু এটি A B C A B C তে প্রসারিত হয় । কোনও এ বি সি আবার যুক্ত করে কোনও কার্যকর অর্ডারের তথ্য যুক্ত করা হয় না। এখানে অন্তর্নিহিততাটি হ'ল যেহেতু অনুকূল ক্রমের সমস্যাটি নীচের দিকে সমাধান করা যায়, একই ম্যাট্রিকগুলি ব্যবহার করে আরও উপাদান যুক্ত উচ্চতর ক্রমগুলি অপ্রাসঙ্গিক।( এ বি সি)50( এ বি সি)2এ বি সিএ বি সিএ বি সি
শ্রেষ্ঠ ক্রম খোঁজা ম্যাট্রিক্স চেইন গুণ সমস্যা হ্রাস করা হয়। একটি অনুকূল অর্ডার সন্ধানের পরে, ক্রমে ট্রিপলেট (এন-টিপল সাধারণত) তে এক্সপেনশনেশন প্রয়োগ করুন।এ বি সিএ বি সি
একটি উদাহরণ, যদি স্কোয়ারের জন্য অনুকূল ক্রম হয় , প্রাথমিক সমস্যার সমাধান হয় একটি ( বি ( সি একটি ) ) 49 বি সি ।এ ( বি ( সি)একটি ) ) বি সিএ ( বি ( সি)ক ) )49খ সি
সংক্ষেপে বলা:
1) সমাধানে প্রথম পদক্ষেপ বিশ্লিষ্ট করা হল ( ক 1 একটি 2 ⋯ একটি এন ) 2 ।
2) সলিং ( এ 1 এ 2 ⋯ এ এন ) 2 ম্যাট্রিক্স চেইন গুণটির সমস্যার উদাহরণ হিসাবে সর্বাধিক যোগাযোগ করা হয়।
3) সমাধানটি থেকে এন-টিপল অর্ডার জি- কে (2 ) ব্যবহার করে আমাদের সমাধান 1 ( A ) এর A 1 ⋅ A এর স্বাদ হিসাবে দেবে( এ।)1একজন2⋯ এএন)মি( এ।)1একজন2⋯ এএন)2
( এ।)1একজন2⋯ এএন)2
জি (দ্রষ্টব্য (2) থেকে অন্য কোনও গ্রুপিংও প্রয়োগ করা উচিত) নোট করুন।একজন1⋅ এ2। জিমি - 1⋅ এএন
অনানুষ্ঠানিক প্রমাণ
সরলতম ক্ষেত্রে বিবেচনা দুটি ম্যাট্রিক্সের ব্যবহার , আমরা যে লক্ষ্য করুন একটি এবং বি আছে মাত্রা এক্স × ওয়াই এবং ওয়াই × এক্স যথাক্রমে। এ এবং বি ব্যবহার করে যে কোনও পণ্যতে নিম্নলিখিত মাত্রার একটি থাকে:( এ বি )এনএকজনবিএক্স× Yওয়াই। এক্সএকজনবি
ওয়াই × এক্স ওয়াই × ওয়াই এক্স × এক্সএক্স× Y
ওয়াই। এক্স
ওয়াই× Y
এক্স। এক্স
আমাদের বা ওয়াই ≤ এক্স রয়েছে ।এক্স< ওয়াইওয়াই। এক্স
অনুমান 1 এ): এ বি এর মাত্রা এক্স × এক্স রয়েছে এবং এই ক্রমটি নীচের অংশের পদ্ধতির থেকে সর্বোত্তম হওয়ার গ্যারান্টিযুক্ত। এ এবং বি এর অন্য কোনও কনফিগারেশন হয় সমানভাবে ভাল, বা আরও খারাপ। সুতরাং, সমস্যাটি সর্বোত্তমভাবে ( এ বি ) এন হিসাবে সমাধান করা হয়েছে ।এক্স< ওয়াই
ক খএক্স। এক্সএকজনবি( এ বি )এন
আসাম্প্শান 1B): বি একটি মাত্রা আছে ওয়াই × ওয়াই । এটি A এবং B এর সাথে জড়িত সমস্ত পণ্যের জন্য সর্বোত্তম ক্রম । সুতরাং, সমাধানটি অনুকূলভাবে এ ( বি এ ) এন - 1 বি হিসাবে পাওয়া যায় ।ওয়াই। এক্স
খ কওয়াই× Yএকজনবিক ( খ এ )n - 1বি
এটি প্রমাণ উপসংহারে পৌঁছেছে এবং আমরা কেবল স্কোয়ারের সমস্যা পাওয়া দুটি ক্রমগুলি দেখেছি ।এ বি এ বি
আরও ম্যাট্রিক ব্যবহার করে তর্কটি একই রকম। সম্ভবত একটি inductive প্রমাণ সম্ভব? সাধারণ ধারণাটি হ'ল স্কোয়ারের জন্য এমসিসি সমাধান করা সমস্ত জড়িত ম্যাট্রিক বিবেচনা করে ক্রিয়াকলাপের জন্য সর্বোত্তম আকারের সন্ধান করবে।
কেস স্টাডি:
julia> a=rand(1000,2);
julia> b=rand(2,1000);
julia> c=rand(1000,100);
julia> d=rand(100,1000);
julia> e=rand(1000,1000);
julia> @time (a*b*c*d*e)^30;
0.395549 seconds (26 allocations: 77.058 MB, 1.58% gc time)
# Here I use an MCM solver to find out the optimal ordering for the square problem
julia> Using MatrixChainMultiply
julia> matrixchainmultiply("SOLVE_SQUARED", a,b,c,d,e,a,b,c,d,e)
Operation: SOLVE_SQUARED(A...) = begin # none, line 1:
A[1] * (((((A[2] * A[3]) * (A[4] * (A[5] * A[6]))) * (A[7] * A[8])) * A[9]) * A[10])
end
Cost: 6800800
# Use the ordering found, note that exponentiation is applied to the group of 5 elements
julia> @time a*(((((b*c)*(d*(e*a)))^29*(b*c))*d)*e);
0.009990 seconds (21 allocations: 7.684 MB)
# I also tried using the MCM for solving the problem directly
julia> @time matrixchainmultiply([30 instances of a,b,c,d,e]);
0.094490 seconds (4.02 k allocations: 9.073 MB)