----------------------android培训、java培训、期待与您交流! ----------------------
矩阵相乘是计算机编程领域的常见问题。按照常规方法解决问题的算法复杂度为,在矩阵规模超过一定规模后,复杂度增长使得计算时间过长,无法令人满意。显然,矩阵相乘的下界在,但这个想法过于理想。目前得到的最优方案为,由于最优方案的实现过于复杂,没有在计算机上完美实现。Strassen方法通过分治递归的思想,将算法的复杂度降到了左右,并且实现较为简单。本实验的目的就是在程序实现矩阵相乘常规法和Strassen方法的基础上,比较两者在不同数据规模下的速度。
一、 算法分析
1. 矩阵相乘常规法
伪码实现如下:
MATRIX-MULTIPLY(A, B)
n ← rows[A]
let C be an n × n matrix
for i ← 1 to n
do for j ← 1 to n
do cij ← 0
for k ← 1 to n
do cij ← cij + aik× bkj
return C
通过伪代码循环嵌套的分析,可以直观地看出算法复杂度为。
2. 矩阵相乘Strassen法
将一个