矩阵幂

题目描述

给定一个n*n的矩阵,求该矩阵的k次幂,即P^k。

输入描述:

 
第一行:两个整数n(2<=n<=10)、k(1<=k<=5),两个数字之间用一个空格隔开,含义如上所示。
接下来有n行,每行n个正整数,其中,第i行第j个整数表示矩阵中第i行第j列的矩阵元素Pij且(0<=Pij<=10)。另外,数据保证最后结果不会超过10^8。

输出描述:

对于每组测试数据,输出其结果。格式为:
n行n列个整数,每行数之间用空格隔开,注意,每行最后一个数后面不应该有多余的空格。
示例1

输入

2 2
9 8
9 3

输出

153 96
108 81
import java.util.*;
import java.io.*;
public class Main{
    public static int[][] power(int[][] matrix,int k){//计算矩阵幂的函数
        int n = matrix.length;//取得矩阵的维数
        int[][] result = new int[n][n];//申请一个用于放结果的数组
        for(int i=0;i<n;i++){
            System.arraycopy(matrix[i],0,result[i],0,n);//将当前数组的值拷贝到result数组中
        }
        for(int num=0;num<k-1;num++){//循环k次幂
            for(int i=0;i<n;i++){//行循环
                int[] row = new int[n];//将行循环的结果暂时放在数组中
                for(int j=0;j<n;j++){//列循环
                    int sum =0;
                    for(int m=0;m<n;m++){//行列相乘,用m进行循环
                        sum += result[i][m] * matrix[m][j];
                    }
                    row[j] = sum;//将结果放到暂时存放的数组中,此时result中的行已经计算完,不再使用
                }
                System.arraycopy(row,0,result[i],0,n);//将暂存数组中的元素拷贝到结果数组中,整行拷贝
            }
        }
        return result;
    }
    public static void printMat(int[][] matrix){//打印结果函数
        int n = matrix.length;
        for(int i=0;i<n;i++){//行循环
            StringBuilder sb = new StringBuilder();//申请一个stringbuilder,存放将要输出的结果
            for(int j=0;j<n;j++){//列循环
                if(j != n-1){
                    sb.append(matrix[i][j]).append(" ");//不是最后一个元素值的,后面添加空格
                }else{
                    sb.append(matrix[i][j]);//最后一个元素,后面不加空格
                }
            }
            System.out.println(sb);//按行打印
        }
    }
    public static void main(String[] args) {
        Scanner sn = new Scanner(System.in);
        while(sn.hasNextInt()){
           
                int n = sn.nextInt();//输入向量维数
                int k = sn.nextInt();//输入幂
                int[][] mat = new int[n][n];
                for(int j=0;j<n;j++){
                    for(int m=0;m<n;m++){
                        mat[j][m] = sn.nextInt();//输入矩阵
                    }
                }
                int[][] result = power(mat,k);
                printMat(result);
            
        }
    }
}

(参考别人的代码)


### 矩阵运算的实现方法 矩阵运算是指对一个给定的 \( n \times n \) 的矩阵 \( A \),计算其 \( k \)-次的结果,即 \( A^k \)。这种操作可以通过多种方式实现,其中最高效的算法之一是 **矩阵快速**。 #### 1. 原理概述 矩阵快速的核心思想来源于普通的快速算法,它通过分治的思想减少不必要的重复计算。具体来说,对于任意正整数 \( k \),可以将其分解为二进制形式,并基于此构建递推关系来高效完成矩阵的计算[^2]。 #### 2. 实现步骤解析 以下是 Python 中实现矩阵快速的一个典型例子: ```python def matrix_power(matrix, power, mod=None): """ 计算矩阵次 :param matrix: 输入矩阵 (二维列表) :param power: 指数 :param mod: 取模数值(可选) :return: 结果矩阵 """ size = len(matrix) result = [[int(i == j) for j in range(size)] for i in range(size)] # 初始化单位矩阵 while power > 0: if power & 1: # 如果当前位为1,则将结果与base相乘 result = multiply_matrices(result, matrix, mod) matrix = multiply_matrices(matrix, matrix, mod) # 更新基底矩阵 power >>= 1 # 移动到下一位 return result def multiply_matrices(a, b, mod=None): """ 矩阵乘法函数 :param a: 左侧矩阵 :param b: 右侧矩阵 :param mod: 取模数值(可选) :return: 相乘后的矩阵 """ rows_a, cols_b = len(a), len(b[0]) res = [[0 for _ in range(cols_b)] for __ in range(rows_a)] for i in range(rows_a): for j in range(cols_b): temp_sum = 0 for p in range(len(a[0])): temp_sum += a[i][p] * b[p][j] if mod is not None: res[i][j] = temp_sum % mod else: res[i][j] = temp_sum return res ``` 上述代码中定义了两个主要功能: - `matrix_power` 函数实现了矩阵快速逻辑; - `multiply_matrices` 是辅助函数,负责执行两矩阵之间的乘法并支持取模操作[^3]。 #### 3. 时间复杂度分析 假设输入矩阵大小为 \( n \times n \),则单次矩阵乘法的时间复杂度为 \( O(n^3) \)[^4]。由于快速减少了总的乘法次数至约 \( O(\log k) \),因此整体时间复杂度约为 \( O(n^3 \cdot \log k) \)。 --- ###
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