【C++】数组与矩阵

这篇博客探讨了C++中的数组和矩阵概念。数组被定义为索引与值的数对集合,支持取值和存值操作。矩阵部分详细讲解了m*n矩阵的行主映射方式,并介绍了普通矩阵、对角矩阵和三对角矩阵的特殊映射及操作,包括转置运算等。


近两天看《数据结构》,总结一下数组与矩阵这部分的内容

一、数组

一个数组的每一个实例都是形如(索引,值)的数对集合,其中任意两个数对的索引都不相同。有关数组的操作如下:

  • 取值——对一个给定的索引,取对应数对中的值;
  • 存值——把一个新数对加到数对集合中。如果已存在一个索引相同的数对,就用新数对覆盖。

简而言之,就是索引和值构成的数对的集合就是数组。

二、矩阵

一个m*n的矩阵是一个m行、n列的表,m和n是矩阵的维数。矩阵在程序中一般是用一维数组就行映射,主要有行主映射(按行的顺序对元素一一映射)和列主映射(按列的顺序对元素一一映射)。博主使用的是行主映射,映射关系为:
map(i,j) = i * columns + j
其中columns表示数组的列数。

2.1 普通矩阵

对于普通矩阵采用行主映射方式,重载操作符()、=、+、-、<<,定义转置运算等操作

template<class T>
class matrix
{
	friend ostream& operator<< (ostream&, const matrix<T>&);
public:
	matrix(int theRows = 0, int theColumns = 0);
	matrix(const matrix<T>&);
	~matrix() { delete[] element; }
	int rows() const { return theRows; };  // 返回行数的函数
	int columns() const { return theColumns; }  // 返回列数的函数
	T& operator() (int i, int j) const;
	matrix<T>& operator = (const matrix<T>&);
	matrix<T> operator +() const;  // 单目运算符+
	matrix<T> operator +(const matrix<T>&) const;
	matrix<T> operator -() const;  // 单目运算符-
	matrix<T> operator -(const matrix<T>&) const;
	matrix<T>& operator +=(const T&);
	matrix<T> operator *(const matrix<T>&) const;

	// 转置运算
	matrix<T> trans();


private:
	int theRows;  // 矩阵的行数
	int theColumns;  // 矩阵的列数
	T* element;  // 数组element
};

具体函数实现见文件arrayAndMatrix.h

2.2 特殊矩阵

对角矩阵(diagonalMatrix.h):只有对角元素非0,因此采用对角线映射,就是把所有对角线的元素从上到下一一映射到一维数组中;
三对角矩阵():只有对角线和对角线上下两条相邻的对角线,一共三条对角线上的元素是非0的,因此从下往上采用对角线映射即可;
下三角矩阵(

如果你有一个 C++ 数组,想要在 Python 中将其转化为 NumPy 矩阵,可以使用 `numpy.ctypeslib.as_array()` 函数。具体步骤如下: 1. 首先,需要将 C++ 数组导出为一个动态链接库(DLL 或 SO 文件),使得 Python 可以调用其中的函数。 2. 在 Python 中,使用 `numpy.ctypeslib.load_library()` 函数加载这个动态链接库,然后使用 `numpy.ctypeslib.as_array()` 函数将 C++ 数组转化为 NumPy 数组。 3. 最后,使用 `numpy.matrix()` 函数将 NumPy 数组转化为矩阵。 下面是一个简单的示例,假设有一个 C++ 数组 `a`,包含了一个 2x3 的矩阵: ```c++ // example.cpp #include <iostream> using namespace std; extern "C" { void get_array(double* arr, int m, int n) { double a[2][3] = {{1.0, 2.0, 3.0}, {4.0, 5.0, 6.0}}; for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { arr[i * n + j] = a[i][j]; } } } } ``` 这是一个简单的函数,将一个 2x3 的矩阵导出为一个 C++ 数组。现在,可以使用 CMake 编译这个函数,生成一个名为 `example.so` 的动态链接库: ```cmake # CMakeLists.txt cmake_minimum_required(VERSION 3.0) project(example) set(CMAKE_CXX_STANDARD 11) set(CMAKE_POSITION_INDEPENDENT_CODE ON) add_library(example SHARED example.cpp) ``` 在 Python 中,可以使用下面的代码加载这个动态链接库,并将其中的数组转化为矩阵: ```python import numpy as np from numpy.ctypeslib import load_library, as_array # 加载动态链接库 lib = load_library('example.so', '.') # 调用函数,获取数组 m, n = 2, 3 arr = np.zeros((m, n)) lib.get_array(arr.ctypes.data_as(np.ctypeslib.c_void_p), m, n) # 将数组转化为矩阵 mat = np.matrix(arr) print(mat) ``` 输出结果如下: ``` [[1. 2. 3.] [4. 5. 6.]] ``` 需要注意的是,这种方法需要掌握 C++ 和 Python 的基础知识,如果不熟悉其中的一方,可能会遇到困难。此外,由于涉及到动态链接库的编译和加载,也会增加一定的复杂度。因此,如果在 Python 中处理矩阵是你的主要目的,建议直接使用 NumPy 数组,避免使用 C++ 数组
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

ThetaQing

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值