java中的矩陣運算
阿新 • • 發佈:2021-01-13
技術標籤:java路過java矩陣運算矩陣加減乘除自定義矩陣運算
在java開發過程中,有時候遇到矩陣運算,就特別麻煩,沒有特別好的介面可以直接呼叫,對於簡單的矩陣加、減、乘、除等基本操作,可以自己去寫。但是遇到大型的矩陣的求逆以及其他複雜的操作,建議使用第三方的jar包,比如math3以及常見的jama包。
1、矩陣的簡單操作
1、單位矩陣
//單位矩陣
public static double[][] formUnitMatrix(int dimen) {
double [][]temp = new double[dimen][dimen];
for(int i = 0;i< dimen ;i++){
for(int j= 0;j< dimen;j++){
if(i==j)
temp[i][j]=1;
else
temp[i][j]=0;
}
}
return temp;
}
2、矩陣的轉置
/*
利用java實現矩陣的乘法和轉置以及求逆矩陣
*/
//轉置,必須行列都一樣
public static double [][] matrixTransposition( double [][] changedMatrix){
int colums = changedMatrix.length;
double targetMatrix [][] = new double[colums][colums];
for(int i = 0; i< colums ;i++){
for(int j = 0; j< colums; j++){
targetMatrix[i][j] = changedMatrix[ j][i];
}
}
return targetMatrix;
}
3、矩陣的乘法
//矩陣的乘法,前一個列數與後一個行數相同
public static double[][] matrixMultiply(double[][] previousMatrix , double [][] laterMatrix){
if(previousMatrix[0].length!= laterMatrix.length){
return null;
}
int lines = previousMatrix.length; //新的行數
int colums = laterMatrix[0].length; //列數
int commonLines = laterMatrix.length; //前一個的列數與後一個的行數
double[][] targetMatrix = new double[lines][colums];
for(int i = 0; i < lines ; i++){
for(int j = 0; j< colums ;j++){
BigDecimal sum = BigDecimal.valueOf(0.0);
for(int k = 0 ;k < commonLines ;k++){
sum = sum.add(BigDecimal.valueOf(previousMatrix[i][k]).multiply(BigDecimal.valueOf(laterMatrix[k][j])));
}
targetMatrix[i][j] = sum.doubleValue();
}
}
return targetMatrix;
}
4、伴隨矩陣以及矩陣求逆
// 根據位置,求得伴隨矩陣
public static double [][] companionMatrix(double [][] matrix ,int line ,int column){
int lines = matrix.length;
int columns = matrix[0].length;
double [][] targetMarix = new double[lines-1][columns-1];
int dx=0;
for(int i=0;i < lines ;++i){
if(i!=line){
int dy=0;
for (int j=0;j < columns ;++j){
if (j!=column){
targetMarix[dx][dy++] = matrix[i][j];
}
}
++dx;
}
}
return targetMarix;
}
//根據伴隨矩陣,求解逆矩陣
public static double[][] matrixInv(double[][] solveMatrix){
//行數與列數必須相等
if (solveMatrix.length!=solveMatrix[0].length)
return null;
int lines = solveMatrix.length;
int columns = solveMatrix[0].length;
double A = matrixValues(solveMatrix);
double[][] targetMatrix =new double[lines][columns];
for(int i=0;i < lines;++i){
for (int j=0;j< columns ;++j){
double[][] temp= companionMatrix(solveMatrix,i,j);
targetMatrix[j][i]=BigDecimal.valueOf(matrixValues(temp)).divide(BigDecimal.valueOf(A),40,BigDecimal.ROUND_DOWN).doubleValue() * Math.pow(-1,i+j);
}
}
return targetMatrix;
}
4、求解行列式的值-----四階
//求矩陣的行列式,我們可以求解四次的
public static double matrixValues(double [][] solvMatrix){
if(solvMatrix.length!= solvMatrix[0].length)
return 0.;
if (solvMatrix.length==1)
return solvMatrix[0][0];
else if (solvMatrix.length==2)
return matrix2Det(solvMatrix);
else if (solvMatrix.length==3)
return matrix3Det(solvMatrix);
else { //可以求解四次的
double sum = 0.0;
for (int i = 0; i < 4; i++) {
sum += Math.pow(-1, i + 2) * solvMatrix[0][i] * matrix3Det(companionMatrix(solvMatrix, 0, i));
}
return sum;
}
}
//求解三階的行列式值
public static double matrix3Det(double[][] solvMatrix) {
if(solvMatrix.length!=solvMatrix[0].length){
return 0.;
}
double [][] A0 = companionMatrix(solvMatrix,0,0);
double [][] A1 = companionMatrix(solvMatrix,0,1);
double [][] A2 = companionMatrix(solvMatrix,0,2);
BigDecimal Part1 = BigDecimal.valueOf(solvMatrix[0][0]).multiply(BigDecimal.valueOf(matrix2Det(A0)));
BigDecimal Part2 = BigDecimal.valueOf(solvMatrix[0][1]).multiply(BigDecimal.valueOf(matrix2Det(A1)));
BigDecimal Part3 = BigDecimal.valueOf(solvMatrix[0][2]).multiply(BigDecimal.valueOf(matrix2Det(A2)));
BigDecimal part1_2 = Part1.subtract(Part2);
BigDecimal final_result = part1_2.add(Part3);
return final_result.doubleValue();
}
//求解2階的行列式值
public static double matrix2Det(double[][] solvMatrix) {
BigDecimal first = BigDecimal.valueOf(solvMatrix[0][0]).multiply(BigDecimal.valueOf(solvMatrix[1][1]));
BigDecimal second = BigDecimal.valueOf(solvMatrix[0][1]).multiply(BigDecimal.valueOf(solvMatrix[1][0]));
return first.subtract(second).doubleValue();
}