矩陣乘法的演算法實現 [轉載]
一般矩陣乘法演算法:
原理:矩陣相乘最重要的方法是一般矩陣乘積。它只有在第一個矩陣的欄數(column)和第二個矩陣的列數(row)相同時才有定義。一般單指矩陣乘積時,指的便是一般矩陣乘積。若A為m×n矩陣,B為n×p矩陣,則他們的乘積AB會是一個m×p矩陣。其乘積矩陣的元素如下面式子得出:
程式碼如下:
struct mat{ int n, m; double data[MAXN][MAXN]; }; int mul(mat& c, const mat& a, const mat& b){ int i, j, k; if (a.m != b.n)return 0; c.n = a.n; c.m = b.m; for (i = 0; i < c.n; i++) for (j = 0; j < c.m; j++) for (c.data[i][j] = k = 0; k < a.m; k++) c.data[i][j] += a.data[i][k] * b.data[k][j]; return 1; }
時間複雜度:O(n3)
傳統分治方法:
C = AB
將A, B, C分成相等大小的方塊矩陣:
C11=A11
C12=A11B12+A12B22 (3)
C21=A21B11+A22B21 (4)
C22=A21B12+A22B22 (5)
如果n=2,則2個2階方陣的乘積可以直接用(2)-(5)式計算出來,共需8次乘法和4次加法。當子矩陣的階大於2時,為求2個子矩陣的積,可以繼續將子矩陣分塊,直到子矩陣的階降為2。這樣,就產生了一個分治降階的遞迴
T(2) = b
T(n) = 8T(n / 2) + cn2 (n > 2)
由上式可知:分治法的運用,方陣的乘法的演算法效率並沒有提高!
分治法的設計思想:將一個難以直接解決的大問題,分割成一些規模較小的相同問題,以便各個擊破,分而治之。
任何一個可以用計算機求解的問題所需的計算時間都與其規模有關。問題的規模越小,越容易直接求解,解題所需的計算時間也越少。例如,對於n個元素的排。n=2時,只要作一次比較即可排好序。n=3時序問題,當n=1時,不需任何計算只要作3次比較即可,…。而當n較大時,問題就不那麼容易處理了。要想直接解決一個規模較大的問題,有時是相當困難的。
分治法所能解決的問題一般具有以下幾個特徵:
1.可縮性。問題的規模縮小到一定的程度就可以容易地解決;
2.最有子結構性。問題可以分解為若干個規模較小的相同問題;
3.可合性。利用該問題分解出的子問題的解可以合併為該問題的解;
4.獨立性。該問題所分解出的各個子問題是相互獨立的,即子問 題之間不包含公共的子子問題。
分治思想與遞迴就像一對孿生兄弟,經常同時應用在演算法設計中,並由此產生高效的演算法!
Strassen演算法
傳統方法2個2階方陣相乘需要8次乘法。按照上述分治法的思想可以看出,要想減少乘法運算次數,關鍵在於計算2個2階方陣的乘積時,能否用少於8次的乘法運算。Strassen提出了一種新的演算法來計算2個2階方陣的乘積。他的演算法只用了7次乘法運算,但增加了加、減法的運算次數。這7次乘法是:
M1=A11(B12-B22)
M2=(A11+A12)B22
M3=(A21+A22)B11
M4=A22(B21-B11)
M5=(A11+A22)(B11+B22)
M6=(A12-A22)(B21+B22)
M7=(A11-A21)(B11+B12)
做了7次乘法後,再做若干次加、減法:
C11=M5+M4-M2+M6
C12=M1+M2
C21=M3+M4
C22=M5+M1-M3-M7
演算法效率分析:
Strassen矩陣乘積分治演算法中,用了7次對於n/2階矩陣乘積的遞迴呼叫和18次n/2階矩陣的加減運算。由此可知,該演算法的所需的計算時間T(n)滿足如下的遞迴方程:
T(2) = b
T(n) = 7T(n / 2) + cn2 (n > 2)
按照解遞迴方程的套用公式法,其解為T(n)=O(nlog7)≈O(n2.81)。由此可見,Strassen矩陣乘法的計算時間複雜性比普通矩陣乘法有階的改進。
資料的儲存結構:
二維陣列(弊端:必須巨集定義一常量N)
二重指標 (擺脫巨集定義的限制,但程式變得繁瑣)
原始矩陣:
A,B,C(C=AB)
分塊矩陣:
A11,A12,A21,A22(對方陣A分成四塊)
B11,B12,B21,B22(對方陣B分成四塊)
七塊關鍵陣:
M1,M2,M3,M4,M5,M6,M7
中間方陣:
AA,BB(計算加法時作一個橋樑)
二級指標定義說明:
int **c; c = (int**)malloc(n * sizeof(int)); for(int i = 0; i < n; i++) c[i] = (int *)malloc(n * sizeof(int));兩矩陣相加問題:
//矩陣加法: void add(int n, int A[][N], int B[][N], int R[][N]) { int i, j; for(i = 0; i < n; i++) for(j = 0; j < n; j++) R[i][j] = A[i][j] + B[i][j]; }兩矩陣相減問題:
//矩陣減法: void sub(int n,int A[][N],int B[][N],int R[][N]) { int i,j; for(i = 0; i < n; i++) for(j = 0; j < n; j++) R[i][j] = A[i][j] - B[i][j]; }兩方陣相乘問題:
//階為2的方陣相乘: void multiply(int A[][N],int B[][N],int R[][N]) { int M1 = A[0][1] * (B[0][1] - B[1][1]); int M2 = (A[0][0] + A[0][1]) * B[1][1]; int M3 = (A[1][0] + A[1][1]) * B[0][0]; int M4 = A[1][1] * (B[1][0] - B[0][0]); int M5 = (A[0][0] + A[1][1]) * (B[0][0] + B[1][1]); int M6 = (A[0][1] - A[1][1]) * (B[1][0] + B[1][1]); int M7 = (A[0][0] - A[1][0]) * (B[0][0] + B[0][1]); R[0][0] = M5 + M4 - M2 + M6; R[0][1] = M1 + M2; R[1][0] = M3 + M4; R[1][1] = M5 + M1 - M3 - M7; }將大的方陣劃分的問題
//分塊函式 void divide(int A[][N], int n, int X11[][N], int X12[][N], int X21[][N], int X22[][N] ) { int i, j; for(i = 0; i < (n / 2); i++) for(j = 0; j < (n / 2); j++) { X11[i][j] = A[i][j]; X12[i][j] = A[i][j + (n / 2)]; X21[i][j] = A[i + (n / 2)][j]; X22[i][j] = A[i + (n / 2)][j + (n / 2)]; } }完整程式碼如下:
#include<stdio.h> #include<math.h> #define N 4 //二階矩陣相乘 void Matrix_Multiply(int A[][N], int B[][N], int C[][N]) { for(int i = 0; i < 2; i++) { for(int j = 0; j < 2; j++) { C[i][j] = 0; for(int t = 0; t < 2; t++) { C[i][j] = C[i][j] + A[i][t] * B[t][j]; } } } } //矩陣加法: void add(int n, int A[][N], int B[][N], int R[][N]) { int i, j; for(i = 0; i < n; i++) for(j = 0; j < n; j++) R[i][j] = A[i][j] + B[i][j]; } //矩陣減法: void sub(int n, int A[][N], int B[][N], int R[][N]) { int i,j; for(i = 0; i < n; i++) for(j = 0; j < n; j++) R[i][j] = A[i][j] - B[i][j]; } void strassen(int n, int A[][N], int B[][N], int C[][N]) { int i, j; int A11[N][N], A12[N][N], A21[N][N], A22[N][N]; int B11[N][N], B12[N][N], B21[N][N], B22[N][N]; int C11[N][N], C12[N][N], C21[N][N], C22[N][N]; int AA[N][N], BB[N][N]; int M1[N][N], M2[N][N], M3[N][N], M4[N][N], M5[N][N], M6[N][N], M7[N][N]; if(n == 2) { Matrix_Multiply(A, B, C); } else { for(i = 0; i < n / 2; i++) { for(j = 0; j < n / 2; j++) { A11[i][j] = A[i][j]; A12[i][j] = A[i][j + n / 2]; A21[i][j] = A[i + n / 2][j]; A22[i][j] = A[i + n / 2][j + n / 2]; B11[i][j] = B[i][j]; B12[i][j] = B[i][j + n / 2]; B21[i][j] = B[i + n /2][j]; B22[i][j] = B[i + n /2][j + n / 2]; } } sub(n / 2, B12, B22, BB); strassen(n / 2, A11, BB, M1); add(n / 2, A11, A12, AA); strassen(n / 2, AA, B22, M2); add(n / 2, A21, A22, AA); strassen(n / 2, AA, B11, M3); sub(n / 2, B21, B11, BB); strassen(n / 2, A22, BB, M4); add(n / 2, A11, A22, AA); add(n / 2, B11, B22, BB); strassen(n / 2, AA, BB, M5); sub(n / 2, A12, A22, AA); add(n / 2, B21, B22, BB); strassen(n / 2, AA, BB, M6); sub(n / 2, A11, A21, AA); add(n / 2, B11, B12, BB); strassen(n / 2, AA, BB, M7); //C11 = M5 + M4 - M2 + M6 add(n / 2, M5, M4, AA); sub(n / 2, M6, M2, BB); add(n / 2, AA, BB, C11); //C12 = M1 + M2 add(n / 2, M1, M2, C12); //C21 = M3 + M4 add(n / 2, M3, M4, C21); //C22 = M5 + M1 - M3 - M7 sub(n / 2, M5, M3, AA); sub(n / 2, M1, M7, BB); add(n / 2, AA, BB, C22); for(i = 0; i < n / 2; i++) { for(j = 0; j < n / 2; j++) { C[i][j] = C11[i][j]; C[i][j + n / 2] = C12[i][j]; C[i + n / 2][j] = C21[i][j]; C[i + n / 2][j + n / 2] = C22[i][j]; } } } } int main(void) { int A[N][N], B[N][N], C[N][N]; printf("input A: \n"); for(int i = 0; i < N; i++) for(int j = 0; j < N; j++) scanf("%d", &A[i][j]); printf("input B: \n"); for(int i = 0; i < N; i++) for(int j = 0; j < N; j++) scanf("%d", &B[i][j]); strassen(N, A, B, C); printf("C:\n"); for(int i = 0; i < N; i++) for(int j = 0; j < N; j++) { printf("%d ", C[i][j]); if(j > 0 && j %相關推薦
[資料結構]稀疏矩陣乘法演算法實現
作者zhonglihao演算法名稀疏矩陣乘法 Sparse Matrix Multiplication分類資料結構複雜度O(n^2)形式與資料結構C++程式碼 一維結構體儲存特性極簡封裝 不使用連結串列 不需要轉置 計算過程容易理解具體參考出處《演算法導論》(寫的不想看)備註
[線性代數]矩陣乘法演算法實現
作者zhonglihao 演算法名矩陣乘法 Matrix Multiplication分類線性代數複雜度n^3形式與資料結構C++實現 一維陣列儲存特性指標封裝返回具體參考出處 教科書備註// ConsoleApplication1.cpp : 定義控制檯應用程式的入口
矩陣乘法的演算法實現 [轉載]
一般矩陣乘法演算法: 原理:矩陣相乘最重要的方法是一般矩陣乘積。它只有在第一個矩陣的欄數(column)和第二個矩陣的列數(row)相同時才有定義。一般單指矩陣乘積時,指的便是一般矩陣乘積。若A為m×n矩陣,B為n×p矩陣,則他們的乘積AB會是一個m×p矩陣。其乘積矩陣
感知機PLA演算法實現[轉載]
轉自:https://blog.csdn.net/u010626937/article/details/72896144#commentBox 1.實現原始形式 import numpy as np import matplotlib.pyplot as plt #1、建立資料集 def crea
矩陣基礎演算法實現
最近花了一段時間去溫習矩陣的基礎演算法,要去敲程式碼的時候才發現原來以前的線性程式碼全都白學了,沒有去用沒有去實現的結果就等於什麼都沒用。 自己為了練習實現了一些矩陣的基礎演算法,算是一個溫習,一條條羅列下來。其中我的矩陣資料為浮點數格式,0這樣
C語言之兩矩陣乘法的實現
首先我們要清楚矩陣乘法實現需要滿足的條件, 矩陣相乘最重要的方法是一般矩陣乘積。它只有在第一個矩陣的列數(column)和第二個矩陣的行數(row)相同時才有意義[1] 。一般單指矩陣乘積時,指的便是一般矩陣乘積。一個m×n的矩陣就是m×n個數排成m行n列的一
高斯約當法求逆矩陣的演算法實現(C++)
#include"iostream.h" #include"math.h" void main() { float a[10][10],A[10][10],b[10],c[10][10],d=0,f=0; int i=0,j=0,k=1,l=0,m=0,n=0; //---
MPI實現矩陣乘法程式--實現MPI傳遞連續陣列
怎麼樣用用MPI編寫兩個n階的方陣A和B的相乘程式,結果存放在方陣C中,A、B和C都在節點0中呢? //#include<stdio.h> //#include<math.h> //#pragma comment(lib,"mpi.lib") #
轉置矩陣的分塊並行乘法(C語言實現),計算矩陣C[rawn][rawn]=A[rawm][rawn]'*B[rawm][rawn],子塊大小為S*T,其演算法實現原理參加本程式碼的附件。
#include <stdio.h> #include <stdlib.h> #include <string.h> #include <math.h> #define rawm 4 #define rawn 4 #defi
分治法實現矩陣乘法
name cout namespace size cas put 分治 ade add 整體的思路就是分,加&乘,拼 #include <iostream> #include <cstddef> #include <cstdlib&g
藍書(演算法競賽進階指南)刷題記錄——POJ3613 Cow Replays(最短路+矩陣乘法)
題目:POJ3613. 題目大意:給出一張圖,然你求出經過N條邊後,S到T的最短路. 這道題一開始覺得挺容易的,用f[i][j]表示從起點到點i經過j的最短路,不斷更新就可以了. 但是突然發現數據巨大根本跑不過去... 然後就開始看書上的題解了... 書上居然要用矩陣乘法,好
用C語言實現最小二乘法演算法
分享一下我老師大神的人工智慧教程!零基礎,通俗易懂!http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識,造福人民,實現我們中華民族偉大復興!  
Kruskal演算法實現最小生成樹(鄰接矩陣儲存圖)
程式碼如下: #include <stdio.h> #include <stdlib.h> #define MAXSIZE 100 typedef struct { int u; int v; int w; }Edges; void Bubblesort(
Prim演算法實現最小生成樹(鄰接矩陣儲存圖)
程式碼如下 #include <stdio.h> #include <stdlib.h> #define MAXSIZE 100 typedef struct { int vertex[MAXSIZE]; int edges[MAXSIZE][MAXSIZE];
GIS演算法基礎(四)平面座標變換(變換矩陣演算法實現)
目錄 一、平面直角座標系的建立 二、平面座標變換矩陣 三、平移變換 四、比例變換 五、對稱變換 六、旋轉變換 七、錯切變換 八、複合變換 (1)、複合平移 (2)複合比例變換 (3)複合旋轉 (4)相對某點的比例變換 (5)相對某點的選址變換
java實現兩個矩陣乘法 有個錯誤希望有大佬幫忙
//java實現兩個矩陣相乘 有個錯誤在下邊 有沒有哪個大佬幫我看看 十分感謝 package 實驗五; import java.util.Scanner; public class Matrix { private int rows; private int cols;
用MapReduce實現矩陣乘法
import org.apache.hadoop.mapred.JobConf; public class MainRun { public static final String HDFS = "hdfs://192.168.1.210:
【轉載】快速排序(三種演算法實現和非遞迴實現)
原文地址 python實現: import random a = [4,1,7,6,9,2,2,3,5,7,8,9,3,1,2,3,4,5,8,0,3,5] b = [4,1,7,6,9,2,8,0,3,5] def twoPointerSort(nums,le
【LeetCode-演算法】59. 螺旋矩陣Ⅱ(Java實現)
題目 給定一個正整數 n,生成一個包含 1 到 n2 所有元素,且元素按順時針順序螺旋排列的正方形矩陣。 示例 輸入: 3 輸出: [ [ 1, 2, 3 ], [ 8, 9, 4 ], [ 7, 6, 5 ] ] 程式碼實現 class Solutio
基於MapReduce的大矩陣乘法(Spark實現)
矩陣-向量乘法實現 xi=∑j=1nmijvj Map函式 Map函式應用於M的一個元素,但是如果執行Map任務的計算節點還沒有將v讀到記憶體,那麼首先以一個整體的方式讀入v,然後v就可以被該Map任務中執行的Map函式所用。每個Map任務將整個向量v和矩陣