矩阵乘法(一):基本运算

2019-09-02 09:42:16来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

矩阵乘法(一):基本运算

      矩阵,是线性代数中的基本概念之一。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。在计算机中,一个矩阵实际上就是一个二维数组。因此,可以将矩阵定义为一个结构体:

      struct Matrix
      {
            int  mat[110][110]; // 存储矩阵中各元素
            int  row,col; // 矩阵的大小,row行,col列
      };

     矩阵相乘是矩阵的一种基本运算。

     设A为m×n矩阵,B为n×k矩阵,则它们的乘积AB(有时记做A·B)是一个m×k矩阵。

     其乘积矩阵A·B的第i行第j列的元素为第一个矩阵A第i行上的n个数与第二个矩阵B第j列上的n个数对应相乘后所得的n个乘积之和。即:

 

      需要注意的是:只有当矩阵A的列数与矩阵B的行数相等时,矩阵A×B才有意义。因此,矩阵相乘不满足交换律。设A是3×4矩阵,B是4×5矩阵,A与B相乘后,A·B是3×5矩阵;但B·A根本就无法运算。

      矩阵乘法满足结合律。

【例1】矩阵的乘法。
      输入矩阵a和矩阵b的数据,输出新的矩阵c=a*b。

      例如,样例输入

4 3
1 2 3
4 5 6
7 8 9
10 11 12
3 5
7 8 9 10 11
4 5 6 7 8
1 2 3 4 5
样例输出
18 24 30 36 42
54 69 84 99 114
90 114 138 162 186
126 159 192 225 258

      (1)编程思路。

       按照矩阵乘法的定义,用一个三重循环完成运算。

      (2)源程序。

#include <stdio.h>
#include <string.h>
struct Matrix
{
      int mat[110][110]; // 存储矩阵中各元素
      int row,col; // 矩阵的大小,row行,col列
};
Matrix matMul(Matrix a ,Matrix b)      // 矩阵A*B
{
      Matrix c;
      c.row=a.row;
      c.col=b.col;
      memset(c.mat,0,sizeof(c.mat));
      int i,j,k;
      for (i = 0; i<=a.row ; i++)
         for (j=0 ;j<b.col; j++)
              for (k = 0 ;k<a.col;k++)
                   c.mat[i][j] += a.mat[i][k] * b.mat[k][j];
      return c;
}
int main()
{
      int i,j,x,y;
      Matrix a,b,c;
      scanf("%d%d",&x,&y);
      a.row=x;
      a.col=y;
      for (i=0;i<x;i++)
          for (j=0;j<y;j++)
              scanf("%d" ,&a.mat[i][j]);
      scanf("%d%d",&x,&y);
      b.row=x;
      b.col=y;
      for (i=0;i<x;i++)
           for (j=0;j<y;j++)
               scanf("%d" ,&b.mat[i][j]);
      c=matMul(a,b);
      for (i = 0 ;i <c.row;i++)
      {
           for (j=0;j<c.col;j++)
               printf("%5d" ,c.mat[i][j]);
           printf("\n");
      }
      return 0;
}

      在实际应用中,我们经常会用到矩阵的幂运算。

      n个矩阵A相乘称为A的n次方,或称A^n为矩阵A的n次幂。

      求矩阵A的n次方通常采用快速幂运算。下面我们来探讨快速幂运算的思路。

      由于矩阵乘法具有结合律,因此 A^4 = A * A * A * A = (A*A) * (A*A) = A^2 * A^2。由此可以得到这样的结论:当n为偶数时,A^n = A^(n/2) * A^(n/2);当n为奇数时,A^n = A^(n/2) * A^(n/2) * A (其中n/2取整)。这样,我们可以采用一种类似于二分的思想快速求得矩阵的幂。

       例如,A^9 = A*A*A*A*A*A*A*A*A     (一个一个乘,要乘9次)

                        = A*(A*A)*(A*A)*(A*A)*(A*A)

                        = A*(A^2)^4  

                        = A*((A^2)^2)^2   (A平方后,再平方,再平方,再乘上剩下的一个A,要乘4次)

       设C=A^k,C初始化为一个单位矩阵,即C矩阵中除了对角线的元素为1外,其余全部元素为0。

       c.mat[i][i]=1 ,          c,mat[i][j]=0  (i!=j)。

       任何一个矩阵乘以单位矩阵就是它本身。即可以把单位矩阵等价为整数1。因此,矩阵快速幂的算法描述为:

       while (k!=0)

       {

               if  (k%2==1)  c=c*a;     // c=c*a,表示矩阵c与a相乘,结果送c

               a=a*a;

               b=b/2;

       }

       为加深理解,以C=A^9模拟手算一下。

       k=9,  k!=0                       C=C*A (运算结果 C=A)   A=A*A  (运算结果 A=A^2)

       k=k/2  k=4!=0  4%2==0                                              A=A*A   (运算结果A=A^4)

       k=k/2 k=2!=0  2%2==0                                               A =A*A   (运算结果A=A^8) 

       k=2/2 k=1!=0  1%2==1   C=C*A (运算结果 C=A*A^8=A^9)   A=A*A  (运算结果 A=A^16)

       k=1/2  k=0  算法结束。

       可以看出,上述手算过程正好和9的二进制数表示1001相契合。

 

【例2】矩阵快速幂。

      给定n*n的矩阵A,求A^k。

      输入格式:
      第1行, n,k

      第2至n+1行,每行n个数,第i+1行第j个数表示矩阵第i行第j列的元素

      输出格式:
      共n行,每行n个数,第i行第j个数表示矩阵第i行第j列的元素,每个元素模10^5+7

      (1)编程思路。

      因为矩阵的幂运算参与运算的矩阵一定是n*n方阵。因此,在下面的程序中我们将结构体定义简化,去掉表示矩阵行列的变量row和col。

      另外,矩阵乘法运算后,所得结果通常会很大,所以一般采用64位整数表示。同时一般会在计算过程中不断取模,避免高精度运算。

      (2)源程序。

#include <stdio.h>
#include <string.h>
#define MODNUM 100007
struct Matrix
{
      __int64 mat[101][101]; // 存储矩阵中各元素
};
Matrix matMul(Matrix a ,Matrix b,int n)
{
      Matrix c;
      memset(c.mat,0,sizeof(c.mat));
      int i,j,k;
      for (i = 1; i<=n ; i++)
          for (j=1 ;j<=n ; j++)
             for (k = 1 ;k<=n ;k++)
             {
                   c.mat[i][j]=(c.mat[i][j]+a.mat[i][k] * b.mat[k][j]) % MODNUM;
             }
      return c;
}
Matrix quickMatPow(Matrix a ,int n,int b)   // n阶矩阵a快速b次幂
{
      Matrix c;
      memset(c.mat ,0 ,sizeof(c.mat));
      int i;
      for (i = 1 ;i <= n ;i++)
            c.mat[i][i] = 1;
      while (b!=0)
      {
           if (b & 1)
                c = matMul(c ,a ,n);      // c=c*a;
           a = matMul(a ,a ,n);          // a=a*a
           b /= 2;
      }
      return c;
}
int main()
{
      int i,j,n,k;
      Matrix a;
      scanf("%d%d",&n,&k);
      for (i=1;i<=n;i++)
           for (j=1;j<=n;j++)
               scanf("%I64d",&a.mat[i][j]);
      a=quickMatPow(a,n,k);
      for (i = 1 ;i <=n;i++)
      {
            for (j=1;j<=n;j++)
                 printf("%I64d ",a.mat[i][j]);
            printf("\n");
      }
      return 0;
}

 


原文链接:https://www.cnblogs.com/cs-whut/p/11445671.html
如有疑问请与原作者联系

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:洛谷 P2725 邮票题解

下一篇:算法第一章作业