POJ 3233 - 矩阵乘法及其性质和优化

本文详细介绍了矩阵乘法的基本原理及其优化方法,包括矩阵加法、矩阵乘法的性质,以及如何利用矩阵乘法进行快速幂运算优化。通过实例分析,展示了在解决特定问题时如何灵活运用这些技巧提高算法效率。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

本来在做图论...做POJ3613...结果怎么搞都搞不出...到网上搜了下解题报告...Floyd+矩阵乘法...矩阵乘法虽然线代早学了..但写程序没用过..就看了下Matrix67的http://www.matrix67.com/blog/archives/276 里面说的很清楚了...然后我自己写的时候..为了乘法时不写错..可以这么想..类比Floyd判断更新时的...i,j,k分别代表行列和做和的顺序...三层1~N..

     for (i=1;i<=n;i++) 
       for (j=1;j<=n;j++)    
         for (k=1;k<=n;k++)   
           h.s[i][j]+=a.s[i][k]*b.s[k][j];

得到的矩阵点[ i ] [ j ]+=第一个矩阵[ i ] [ k ] * 第二个矩阵[ k ] [ j ] ...似想 line[ i -> j ] 由 k 点更新...思维就比较准确了..

        矩阵加法很简单..a举证和b举证对应的点直接相加就是了...

     for (i=1;i<=n;i++)
        for (j=1;j<=n;j++) 
           h.s[i][j]=a.s[i][j]+b.s[i][j];  
Matrix64大牛文章关于矩阵乘法的性质已经说得很清楚了...将一列矩阵乘法提出公因式计算的效率比直接算高很多...所以在做矩阵乘法时主要一点就是要灵活的提取公因式..

回到这道题...首先 A^1+A^2+A^3+.......A^k 若k%2==0 可分解为 ( A^1+A^2+A^3...A^(k/2-1) ) + A^(k/2)*( A^1+A^2+A^2+....A^k ) 若是k%2==1..则最后一项多出来...

        再一个求 A^k ..若 k 为偶数 A^k = A^(k/2) * A^(k/2) 若 k 为奇数 A^k = A^(k/2) * A^(k/2) *A

而取模在先取模再做加法或者先取模再做乘法结果是一样的..所以可以根据这两个性质用两个递归来解决这个问题...为了方便数据传递..我使用结构体来存矩阵的..


Program:

// POJ3233 矩阵乘法优化A+A^2+....A^k % m 
#include<iostream>
using namespace std;
struct pp
{
    int s[32][32];     
}ans,a;
int n,k,m,i,j;
pp muti(pp a,pp b)
{
     int k,i,j;
     pp h;
     memset(h.s,0,sizeof(h.s));
     for (i=1;i<=n;i++) 
       for (j=1;j<=n;j++)    
         for (k=1;k<=n;k++)   
           h.s[i][j]+=(a.s[i][k]*b.s[k][j])%m;
     for (i=1;i<=n;i++)
       for (j=1;j<=n;j++) 
          h.s[i][j]%=m;
     return h;
}
pp add(pp a,pp b)
{
   pp h;
   int i,j;
   for (i=1;i<=n;i++)
     for (j=1;j<=n;j++) 
       h.s[i][j]=(a.s[i][j]+b.s[i][j])%m;   
   return h;         
}
pp find(int p)
{
   pp h,k;
   if (p==1) return a;  
   k=find(p/2);   
   if (p%2) h=muti(muti(k,k),a);        
   else h=muti(k,k);     
   return h;     
}
pp make(int p)
{
   int i,j;         
   pp h,k;   
   if (p==1) return a;  
   k=find(p/2); h=make(p/2);
   h=add(h,muti(k,h));  
   if (p%2)
   {
       k=find(p);
       h=add(h,k);      
   } 
   return h;   
}
int main()
{ 
   while (~scanf("%d%d%d",&n,&k,&m))
   {
        for (i=1;i<=n;i++)
          for (j=1;j<=n;j++) scanf("%d",&a.s[i][j]); 
        ans=make(k);
        for (i=1;i<=n;i++)
        {
            for (j=1;j<=n;j++) printf("%d ",ans.s[i][j]);
            printf("\n");
        }
   } 
   return 0;   
}


         

POJ 3213 题目是一个关于矩阵乘法的经典计算机科学问题。矩阵乘法通常是线性代数的基础操作,给定两个矩阵 A B,你需要计算它们的乘积 C = A * B,其中每个元素 C[i][j] 是对应位置上 A 的行向量与 B 的列向量的点积。 以下是一个简单的 Java 代码示例,使用嵌套循环来实现矩阵乘法: ```java import java.util.Scanner; public class MatrixMultiplication { public static void main(String[] args) { Scanner scanner = new Scanner(System.in); // 输入矩阵的维度 System.out.println("Enter the dimensions of matrix A (m x n):"); int m = scanner.nextInt(); int n = scanner.nextInt(); // 创建矩阵 A B int[][] matrixA = new int[m][n]; int[][] matrixB = new int[n][n]; // 读取矩阵 A 的元素 System.out.println("Enter elements of matrix A:"); for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { matrixA[i][j] = scanner.nextInt(); } } // 读取矩阵 B 的元素(假设输入的矩阵都是方阵,大小为 n x n) System.out.println("Enter elements of matrix B:"); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { matrixB[i][j] = scanner.nextInt(); } } // 矩阵乘法 int[][] result = new int[m][n]; // 结果矩阵 for (int i = 0; i < m; i++) { for (int j = 0; j < n; j++) { for (int k = 0; k < n; k++) { // 每次循环k用于遍历B的列 result[i][j] += matrixA[i][k] * matrixB[k][j]; } } } // 输出结果矩阵 System.out.println("Matrix multiplication result:"); for (int[] row : result) { for (int element : row) { System.out.print(element + " "); } System.out.println(); } scanner.close(); } } ```
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
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