Hdu4920Matrix multiplication(矩阵乘法)

矩阵乘法优化
本文介绍了一个关于矩阵乘法的问题,给出了具体的题目描述、输入输出样例及解释,并提供了两种不同的解决方案,一种是直接矩阵乘法,另一种是通过矩阵转置来优化乘法过程。

Matrix multiplication

Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 131072/131072 K (Java/Others)
Total Submission(s): 1839    Accepted Submission(s): 818


Problem Description
Given two matrices A and B of size n×n, find the product of them.

bobo hates big integers. So you are only asked to find the result modulo 3.
 

Input
The input consists of several tests. For each tests:

The first line contains n (1≤n≤800). Each of the following n lines contain n integers -- the description of the matrix A. The j-th integer in the i-th line equals A ij. The next n lines describe the matrix B in similar format (0≤A ij,B ij≤10 9).
 

Output
For each tests:

Print n lines. Each of them contain n integers -- the matrix A×B in similar format.
 

Sample Input
  
1 0 1 2 0 1 2 3 4 5 6 7
 

Sample Output
  
0 0 1 2 1


题意:两个n*n的矩阵相乘。

直接相乘将第二个矩阵进行倒置。b[i][j]<->b[j][i]。另一种方法是将a的一个数进行判断,如果等于0则不进行运算,否则则进行运算。还有,奇怪的是用G++超时,C++和C都AC。至今不懂为什么会这样。

矩阵相乘优化策略:
矩阵转置:矩阵相乘是矩阵A的一行数据元素与矩阵B的一列的数据元素对应相乘,然后再对其积求和,由于C与C++的二维数组是以行为主序存储的,因此矩阵A的行数据元素是连续存储的,而矩阵B的列数据元素是不连续存储的(N*1的矩阵除外),为了在矩阵相乘时对矩阵B也连续读取数据,根据局部性原理对矩阵B进行转置,矩阵转置是数据元素B[i][j]与B[j][i]进行交换,矩阵转置后,矩阵相乘是矩阵A的一行数据元素与转置后的矩阵B的一行的数据元素对应相乘,然后再对其积求和,这个和就是矩阵C的一个数据元素。

参考资料http://wenku.baidu.com/linkurl=261XeEzHAZkFGPiN63t1nnojoQF50yiuMoviHroGjVXjjRlxFcvWLcws0jgQcmZo4oA9BJcjnPxVreWRu-XXa9zb6r5gUUTxmBXn_qWSsu&qq-pf-to=pcqq.group

#include <stdio.h>
#define LL __int64
int a[900][900],b[900][900],c[900][900];
int main()
{
    int n,i,j,k;
    while (~scanf("%d",&n))
    {
    	int x;
        for (i=0;i<n;i++)
            for (j=0;j<n;j++)
            {
                scanf("%d",&x);
                a[i][j]=x%3;
            }
        for (i=0;i<n;i++)
            for (j=0;j<n;j++)
            {
                scanf("%d",&x);
                b[j][i]=x%3;
            }
        for (i=0;i<n;i++)
        {
        	for (j=0;j<n;j++)
        	{
        		c[i][j]=0;
           		for (k=0;k<n;k++)
                	c[i][j]=c[i][j]+a[i][k]*b[j][k];
                printf(j==0?"%d":" %d",c[i][j]%3);
            }
            printf("\n");
        }
    }
    return 0;
}
#include <stdio.h>
#define LL __int64
int a[810][810],b[810][810],c[810][810],n,i,j,k,x;
int main()
{
	while (~scanf("%d",&n))
	{
		for (i=0;i<n;i++)
			for (j=0;j<n;j++)
			{
				scanf("%d",&x);
				a[i][j]=x % 3;
			}
		for (i=0;i<n;i++)
			for (j=0;j<n;j++)
			{
				scanf("%d",&x);
				b[j][i]=x % 3;
			}
		for (i=0;i<n;i++)
		{
			for (j=0;j<n;j++)
			{
				c[i][j]=0;
				for (k=0;k<n;k++)
					c[i][j]=c[i][j]+a[i][k]*b[j][k];
				printf(j==0?"%d":" %d",c[i][j]%3);
			}
			printf("\n");
		}
	}
	return 0;
}


### HDU 2544 题目分析 HDU 2544 是关于最短路径的经典问题,可以通过多种方法解决,其中包括基于邻接矩阵的 Floyd-Warshall 算法。以下是针对该问题的具体解答。 --- #### 基于邻接矩阵的 Floyd-Warshall 实现 Floyd-Warshall 算法是一种动态规划算法,适用于计算任意两点之间的最短路径。它的时间复杂度为 \( O(V^3) \),其中 \( V \) 表示节点的数量。对于本题中的数据规模 (\( N \leq 100 \)),此算法完全适用。 下面是具体的实现方式: ```cpp #include <iostream> #include <algorithm> using namespace std; const int INF = 0x3f3f3f3f; int dist[105][105]; int n, m; void floyd() { for (int k = 1; k <= n; ++k) { // 中间节点 for (int i = 1; i <= n; ++i) { // 起始节点 for (int j = 1; j <= n; ++j) { // 结束节点 if (dist[i][k] != INF && dist[k][j] != INF) { dist[i][j] = min(dist[i][j], dist[i][k] + dist[k][j]); } } } } } int main() { while (cin >> n >> m && (n || m)) { // 初始化邻接矩阵 for (int i = 1; i <= n; ++i) { for (int j = 1; j <= n; ++j) { if (i == j) dist[i][j] = 0; else dist[i][j] = INF; } } // 输入边的信息并更新邻接矩阵 for (int i = 0; i < m; ++i) { int u, v, w; cin >> u >> v >> w; dist[u][v] = min(dist[u][v], w); dist[v][u] = min(dist[v][u], w); // 如果是有向图,则去掉这一行 } // 执行 Floyd-Warshall 算法 floyd(); // 输出起点到终点的最短距离 cout << (dist[1][n] >= INF ? -1 : dist[1][n]) << endl; } return 0; } ``` --- #### 关键点解析 1. **邻接矩阵初始化** 使用二维数组 `dist` 存储每一对节点间的最小距离。初始状态下,设所有节点对的距离为无穷大 (`INF`),而同一节点自身的距离为零[^4]。 2. **输入处理** 对于每条边 `(u, v)` 和权重 `w`,将其存储至邻接矩阵中,并取较小值以防止重边的影响[^4]。 3. **核心逻辑** Floyd-Warshall 的核心在于三重循环:依次尝试通过中间节点优化其他两节点间的距离关系。具体而言,若从节点 \( i \) 到 \( j \) 可经由 \( k \) 达成更优解,则更新对应位置的值[^4]。 4. **边界条件** 若最终得到的结果仍为无穷大(即无法连通),则返回 `-1`;否则输出实际距离[^4]。 --- #### 性能评估 由于题目限定 \( N \leq 100 \),因此 \( O(N^3) \) 的时间复杂度完全可以接受。此外,空间需求也较低,适合此类场景下的应用。 ---
评论 2
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