浅谈矩阵乘法

乘法我们都知道，九九乘法表我们都背过。可矩阵是由很多数组成的，矩阵乘法又是个什么鬼？

今天就带你了解一下矩阵乘法。

矩阵乘法的定义

什么矩阵可以进行乘法？

$N\times M$ 的矩阵可以和 $M\times K$ 的矩阵进行矩阵乘法。即：第一个矩阵的列数要和第二个矩阵的行数相等。运算得到的答案矩阵大小为 $N\times K$。

如何进行矩阵乘法？

这里我们设矩阵 $C=A\times B$，$A,B,C$ 的大小分别为 $N\times M,M\times K,N\times K$。

对于 $C_{i,j}$，它等于：

$$\sum _{k=1}^M{A}_{i,k}\cdot B_{k,j}$$

这也是要求第一个矩阵的列数要和第二个矩阵的行数相等的原因。

矩阵乘法的性质

• 满足结合律。即 $A\times B\times C=A\times (B\times C)$。
• 不满足交换律。即 $A\times B\ne B\times A$。

讲了那么多，矩阵乘法有什么用？

矩阵乘法的妙用

矩阵乘法大多是用来加速的。比如重复的进行一个操作，就可以把操作转化成矩阵乘法，然后跑快速幂。

譬如：求斐波那契数列的第 $N$ 项。

这当然可以递推，但如果 $N\le 2\times 10^9$ 呢？

这里先放一个原题链接：AcWing 205. 斐波那契

如果递推就 Boom 了。

考虑将操作 $f_i=f_{i-1}+f_{i-2}$ 转化成一次矩阵乘法。

我们设矩阵 $F(n)=[f_n,f_{n+1}]$，且：

$$A=\left[\begin{array}{cc}0& 1\\ 1& 1\end{array}\right]$$

先给出公式：

$$F(n)=F(n-1)\times A$$

具体证明：

$$F(n-1)\times A$$

$$=\left[\begin{array}{cc}{f}_{n-1}& f_n\end{array}\right]\times \left[\begin{array}{cc}0& 1\\ 1& 1\end{array}\right]$$

$$=\left[\begin{array}{cc}{f}_{n-1}\times 0+f_n\times 1& f_{n-1}\times 1+f_n\times 1\end{array}\right]$$

$$=\left[\begin{array}{cc}{f}_n& f_{n+1}\end{array}\right]$$

$$=F(n)$$

因此，我们得到 $F(n)=F(0)\times A^n$。这里 $A^n$ 可以用快速幂处理。

另外，$N\times N$ 的矩阵 $S$ 要初始化 $1$，相当于让 $S_{1,1},S_{2,2},\dots ,S_{N,N}$ 都赋值 $1$。

习题：

洛谷 P4838 P哥破解密码

总结：矩阵乘法可以用于加速重复进行一个相同的操作，非常的好用。