P3389 【模板】高斯消元法

文章介绍了高斯消元算法用于求解线性方程组的原理和步骤,包括将方程组转化为矩阵,进行加减消元形成阶梯型矩阵,以及回带求解未知数的过程。提供的C++代码示例展示了如何实现这一算法,最后提到高斯消元的时间复杂度为O(n^3)。

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


前言

高斯消元是一个用来求类似 k k k 元一次方程组的算法。


题目大意

给定一个线性方程组,对其求解


思路

首先让我们把这个方程组抽象一下,边成一个矩阵。

A = [ x 1 x 2 ⋯ a x 1 x 2 ⋯ a ⋮ ⋮ ⋱ ⋮ x 1 x 2 ⋯ a ] A= \begin{bmatrix} x_1 &x_2 & \cdots & a \\ x_1 & x_2 & \cdots & a \\ \vdots & \vdots & \ddots & \vdots \\ x_1& x_2 & \cdots &a \end{bmatrix} A= x1x1x1x2x2x2aaa

每一行代表一个方程,每一行的 x x x 为系数, a a a 为答案。之后考虑怎么消元。我们一般可以使用加减消元和代入消元,这里首先使用加减消元。每一次我们消掉一行。

这里用消掉第一行做例子。首先把选择的系数化为 1 1 1,这样其他的行消掉就变成减掉 m [ j ] [ 1 ] ∗ m [ 1 ] [ k ] m[j][1]*m[1][k] m[j][1]m[1][k] j j j 是其他行, k k k是从 1 1 1 开始一直到 n n n

每一次只留一个,最后就变成了一个阶梯型的矩阵。那么一定有一个一直被消只剩下一个元素的。也就是 x = a x=a x=a,之后用这个元素每一次往上带即可。


代码

#include <iostream>
using namespace std;
typedef long long ll;
const ll MAXN=105;
const double eps=1e-8;
double m[MAXN][MAXN],ans[MAXN];
ll n;
int main(){
    scanf("%lld",&n);
    for (int i = 1; i <=n ; ++i) {
        for (int j = 1; j <=n+1 ; ++j) {
            scanf("%lf",&m[i][j]);
        }    
    }
    for (int i = 1; i <=n ; ++i) {
        ll r=i;
        for (int j = i+1; j <=n ; ++j) {
            if(abs(m[r][i])< abs(m[j][i])){
                r=j;//找到一个最大的元素
            }
        }
        if(abs(m[r][i])<eps){
            printf("No Solution\n");//类似于<0,也就是全部都是0了,这不可能,因为最后肯定是阶梯,所以就无解。
            return 0;
        }
        swap(m[i],m[r]);//为了让矩阵变成阶梯型。
        double t1=m[i][i];//先消成1,也就是把第i行所有元素都除以m[i][i]
        for (int j = 1; j <=n+1 ; ++j) {
            m[i][j]/=t1;
        }
        for (int j = i+1; j <=n ; ++j) {
            t1=m[j][i];
            for (int k = i; k <=n+1 ; ++k) {
                m[j][k]-=t1*m[i][k];//上面说了
            }
        }
    }
    ans[n]=m[n][n+1];//最后剩的
    for (ll i = n-1; i >=1 ; --i) {
        ans[i]=m[i][n+1];//先设成原有的答案,之后要减。
        for (ll j = i+1; j <=n ; ++j) {
            ans[i]-=(ans[j]*m[i][j]);//之前的系数和结果都算过了。
        }
    }
    for (int i = 1; i <=n ; ++i) {
        printf("%0.2lf\n",ans[i]);
    }
    return 0;
}

总结

高斯消元是一个时间复杂度 O ( n 3 ) \mathcal{O}(n^3) O(n3) 的算法,主要用来求方程组,通过先一个一个消元变成阶梯矩阵在通过回带的方法求出未知数。

高斯消元法是一种线性代数中求解线性方程组的常用方法,它通过一系列的行变换将增广矩阵转化为上三角矩阵,从而求出方程组的解。 下面我们来详细介绍高斯消元法的步骤: 1. 将增广矩阵写成一个矩阵形式:$$\left[\begin{array}{cccc|c}a_{11} & a_{12} & \cdots & a_{1n} & b_1 \\a_{21} & a_{22} & \cdots & a_{2n} & b_2 \\\vdots & \vdots & \ddots & \vdots & \vdots \\a_{n1} & a_{n2} & \cdots & a_{nn} & b_n \\\end{array}\right]$$ 2. 选择第一列系数最大的行作为第一步的主元素所在的行,将该行移到第一行。 3. 通过消元操作将第一列的其他元素变成零。具体地,对于第 $i$ 行,我们将其乘以一个系数 $m_i$ 加到第一行上,使得第一行的第 $i$ 个元素变成零。需要注意的是,系数 $m_i$ 的取值为:$$m_i = -\frac{a_{i1}}{a_{11}}$$ 4. 将第二列系数最大的行作为第二步的主元素所在的行,将该行移到第二行。 5. 通过消元操作将第二列的其他元素变成零。具体地,对于第 $i$ 行,我们将其乘以一个系数 $m_i$ 加到第二行上,使得第二行的第 $i$ 个元素变成零。需要注意的是,系数 $m_i$ 的取值为:$$m_i = -\frac{a_{i2}}{a_{22}}$$ 6. 重复上述步骤,直到将增广矩阵转化为上三角矩阵。此时,方程组的解可以通过回代得到。 7. 回代过程:从最后一行开始,依次求解每个未知量。具体地,对于第 $i$ 个未知量,我们先将第 $i$ 行的解代入第 $i$ 个方程中,然后依次代入已知的第 $i+1$ 到第 $n$ 个未知量的解,得到第 $i$ 个未知量的解。 下面是高斯消元法的代码实现: ```c++ const double eps = 1e-8; int gauss(vector<vector<double>>& a, vector<double>& b) { int n = a.size(); int m = a[0].size() - 1; vector<int> p(n); for (int i = 0; i < n; i++) { p[i] = i; } for (int k = 0; k < m; k++) { int pivot = k; for (int i = k; i < n; i++) { if (abs(a[i][k]) > abs(a[pivot][k])) { pivot = i; } } swap(a[pivot], a[k]); swap(b[pivot], b[k]); if (abs(a[k][k]) < eps) { return -1; } for (int i = k + 1; i < n; i++) { double f = a[i][k] / a[k][k]; b[i] -= f * b[k]; for (int j = k; j < m; j++) { a[i][j] -= f * a[k][j]; } } } vector<double> x(m); for (int k = m - 1; k >= 0; k--) { x[k] = b[k]; for (int i = k + 1; i < m; i++) { x[k] -= a[k][i] * x[i]; } x[k] /= a[k][k]; } return 0; } ``` 其中,输入参数为一个 $n \times (m+1)$ 的增广矩阵 $A$ 和一个长度为 $n$ 的向量 $b$,输出为 $0$ 或者 $-1$,表示方程组有唯一解或者无解,解存储在长度为 $m$ 的向量 $x$ 中。 需要注意的是,为了防止精度误差,我们在进行消元操作时,如果某个数的绝对值小于一个极小值 $\epsilon$,则将其视为零。
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