矩阵转置算法和一些简单的加，减，乘法

矩阵转置分为方阵的转置和非方阵的转置，方阵支持原地转置，非方阵则不支持。

方阵原地转置算法：

template<class T>
void transpose(T **a,int rows)
{
	for(int i=0;i<rows;i++)
		for(int j=i+1;j<rows;j++)
			swap(a[i][j],a[j][i])
}

因为方阵转置前后他们的形状不变，所以可以原地转换。

一般矩阵的转置方法：

template<class T>
void transpose(T **a,int rows,int cols)
{
	T **b=new T*[cols];
	for(int k=0;k<cols;k++)
		b[k]=new T[rows]
	for(int i=0;i<rows;i++)
		for(int j=i+1;j<cols;j++)
			swap(a[i][j],b[j][i])
	return b 
}
for(int i=0;i<cols;i++)
	delete [] b[i];
delete [] b;

对于一般矩阵，转置后空间会不一样，所以我们事先在堆中为转置后的矩阵申请一块空间，然后再进行赋值运算，最后返回转置后的矩阵，但是注意，申请的空间在用后，要手动析构不然会出现内存泄漏。

两个矩阵的加法：

template<class T>
void matrixAdd(T **a,T **b,T **c,int numberOfRows,int numberOfCols)
{
	for (int i=0;i<numberOfRows;i++)
		for(int j=0;j<numberOfCols;j++)
			c[i][j]=a[i][j]+b[i][j]
}

这个加法很简单吧。

m*n矩阵与n*p矩阵的乘法:

template<class T>
void matrixMultiply(T **a,T **b,T **c,int m,int n,int p)
{
	for(int i=0;i<m;i++)
		for(int j=0;i<p;j++)
		{
			T sum=0;
			for(int k=0;k<n;k++)
				sum+=a[i][k]+b[k][j]
			c[i][j]=sum;
		}
		
}

这个函数有3个for循环，乍看有点绕脑，仔细看后发现还是很简单的，m*n矩阵与n*p矩阵相乘后就是m*p矩阵，所以我们首先两个for循环构造一个m*p的框架，然后再在第二个for循环里面进行矩阵的行与列的乘法与加法。

上面这个写法比较容易理解，但是这种写法却并不是最快的算法，考虑到计算机存取数据的机制，将其中的for循环进行交换后它的速度会有个小幅度的提升，我们之前的循环次序是i,j,k我们交换为i,k,j后，同样的计算机，相同的执行步数，但是速度就是会不同。

这是为什么呢？一个简单的计算机结构有一个主存，一个二级缓存，一个一级缓存和若干个寄存器和一个ALU，数据的一般流动方式为主存->二级缓存->一级缓存->寄存器->ALU，分别所需要的时间为100机器周期，10机器周期，2机器周期，1机器周期。所以要是数据都在主存，那么每次计算时都要从主存调取数据，速度会非常慢。计算机为了提高速度采取了一些策略。以数组为例，将需要的数据和其同行的相邻数组预先装载至缓存以加速，在ijk顺序中a和c数组的顺序的按行取数据，而b是按列取数据，所以b进行运算时取数据很慢。而ikj都是按行取数据，所以所以速度会快很多。