算法名称：带状对角矩阵乘法
带状对角矩阵定义：
带状对角系统紧靠在对角线左边（下边）有m1≥0个非零元素，紧靠其右边（上边）有m2≥0个非零元素。当然，这仅在m1和m2<<N时才有意义。这种情况下，用LU分解求解线性系统可以比通用N×N的情况完成的更快，占用空间更少。
用aij精确定义带状对角矩阵，表示为
aij = 0 当 j > i + m2 或 i > j + m1
带状对角矩阵用一种称为压缩形式的方式进行存储及操作，把矩阵顺时针旋转45°，是非零元素排成一个细长的矩阵，它有m1+1+m2列和N行。例如，
其中N=7，m1=2，m2=1，存储在压缩形式为7×4矩阵
其中x表示压缩格式中浪费的空间，它们在运算中不被引用，因而其值可随意。
注：原矩阵对角线元素现在第m1列中，对角线左下的元素在其左侧，对角线右上的元素在其右侧。
运行示例：
The origin left matrix (before compression):
3.0 1.0 0.0 0.0 0.0 0.0 0.0
4.0 1.0 5.0 0.0 0.0 0.0 0.0
9.0 2.0 6.0 5.0 0.0 0.0 0.0
0.0 3.0 5.0 8.0 9.0 0.0 0.0
0.0 0.0 7.0 9.0 3.0 2.0 0.0
0.0 0.0 0.0 3.0 8.0 4.0 6.0
0.0 0.0 0.0 0.0 2.0 4.0 4.0
----------------------------------
The new left matrix (after compression):
0.0 0.0 3.0 1.0
0.0 4.0 1.0 5.0
9.0 2.0 6.0 5.0
3.0 5.0 8.0 9.0
7.0 9.0 3.0 2.0
3.0 8.0 4.0 6.0
2.0 4.0 4.0 0.0
----------------------------------
The right matrix:
1.0
2.0
3.0
4.0
5.0
6.0
7.0
----------------------------------
Solution matix:
5.0
21.0
51.0
98.0
84.0
118.0
62.0
示例程序：
package com.nc4nr.chapter02.banmul;
public class BanMul ...{
double[][] a = ...{
...{ 3.0, 1.0, 0.0, 0.0, 0.0, 0.0, 0.0 },
...{ 4.0, 1.0, 5.0, 0.0, 0.0, 0.0, 0.0 },
...{ 9.0, 2.0, 6.0, 5.0, 0.0, 0.0, 0.0 },
...{ 0.0, 3.0, 5.0, 8.0, 9.0, 0.0, 0.0 },
...{ 0.0, 0.0, 7.0, 9.0, 3.0, 2.0, 0.0 },
...{ 0.0, 0.0, 0.0, 3.0, 8.0, 4.0, 6.0 },
...{ 0.0, 0.0, 0.0, 0.0, 2.0, 4.0, 4.0 }
};
int anrow = 7,
m1 = 2, // 对角线下有m1行
m2 = 1; // 对角线上有m2行
double[][] ca = new double[7][4];
double[][] x = ...{
...{1.0},
...{2.0},
...{3.0},
...{4.0},
...{5.0},
...{6.0},
...{7.0}
};
double[] b = new double[anrow];
private void cmpban() ...{
int n = anrow;
for (int i = 0; i < n; i++) ...{
int k = i - m1;
int tmploop = Math.min(m1+m2+1,n - k);
for (int j = Math.max(0, -k); j < tmploop; j++) ca[i][j] = a[i][j+k];
}
}
private void banmul() ...{
int n = anrow;
for (int i = 0; i < n; i++) ...{
int k = i - m1,
tmploop = Math.min(m1+m2+1, n-k);
b[i] = 0.0;
for (int j=Math.max(0, -k); j < tmploop; j++) ...{
b[i] += ca[i][j]*x[j+k][0];
}
}
System.out.println("Solution matix:");
for (int i = 0; i < n; i++)
System.out.println(b[i]);
}
private void output(double[][] a, int nrow, int ncol) ...{
for (int i = 0; i < nrow; i++) ...{
String str = "";
for (int j = 0; j < ncol; j++) ...{
str += a[i][j] + " ";
}
System.out.println(str);
}
System.out.println("----------------------------------");
}
public BanMul() ...{
System.out.println("The origin left matrix (before compression):");
output(a,anrow,anrow);
cmpban();
System.out.println("The new left matrix (after compression):");
output(ca,anrow,4);
System.out.println("The right matrix:");
output(x,anrow,1);
banmul();
}
public static void main(String[] args) ...{
new BanMul();
}
} 发表于 @ 2007年12月06日 13:36:00|评论(loading...)|编辑