https://blog.csdn.net/2303_79007499/article/details/136608019
上面是Strassen算法用C语言的实现。
我们可以看到,上面的代码只适用于2的幂阶的矩阵,那么我们该怎么改进Strassen算法,使它适应任意阶的矩阵呢?
一个常用的方法就是给矩阵填充0,使其变成一个2的幂阶的矩阵,然后进行计算,再将结果从计算所得的大矩阵中分离出来:
那么这里给出给矩阵填充0的代码:
int GetNum(int n)//返回大于n的2的幂
{
int num=1;
while(1){
if(num>n)return num;
num*=2;
}
}
void Extend(int **a,int **re,int na)//矩阵扩充
{
//na为原矩阵阶数,a为原矩阵
int i,j,nre=GetNum(na);
for(i=0;i<nre;i++){
for(j=0;j<nre;j++){
if(i<na && j<na)re[i][j]=a[i][j];
else re[i][j]=0;
}
}
}
这样过后,我们就得到了一个填充好了的2的幂阶的矩阵,然后就可以按照上面进行计算。
下面就是性能分析,由于矩阵阶数较少(16~1000),所以Strassen算法没有明显优势。
下图方法2是改进后的Strassen算法,普通方法则是利用三重循环的矩阵方法。
从这幅图来看,改进后的Strassen算法的特点十分明显,假设数据规模(m)有,2^n < m<=2^(n+1),则程序运行时间与数据规模为2^(n+1)相接近,这是因为采用了扩充矩阵的方法。然后看普通方法,其曲线基本符合n^3的样式。这里考虑到运行时间的关系,没有继续增加数据规模,但我们根据图像趋势,也可以知道,大规模数据下改进后的Strassen算法依然具有优势。