矩阵乘法优化算法

本篇文章大部分思路与代码都来自于微信公众号“CPP开发者”中2016年4月11日的文章《矩阵相乘优化算法实现讲解》，基本相当于这篇文章的重点重述。

矩阵是什么以及矩阵乘法是怎么操作的，我想点开这篇文章的人都应该知道了，这里就不再赘述了。

首先回顾一下我们最朴素的算法：

//计算矩阵a乘矩阵b，将结果存入c；p是第一个矩阵的行数，q是第二个矩阵的行数，r是第二个矩阵的列数
void mult(int a[MAXN][MAXN],int b[MAXN][MAXN],int c[MAXN][MAXN],int p,int q,int r)
{
    int i,j,k;
    //先对c进行初始化
    for(i=0;i<p;i++)
    {
        for(j=0;j<r;j++)
        {
            c[i][j] = 0;
        }
    }
    //计算矩阵乘法
    for(i=0;i<p;i++)
    {
        for(j=0;j<r;j++)
        {
            for(k=0;k<q;k++)
            {
                c[i][j] += a[i][k] * b[k][j];
            }
        }
    }
}

这个算法就是直接模拟矩阵乘法的定义，时间复杂度是O（n^3），同时也是Ω（n^3）。

接下来介绍优化算法：

这个优化算法的最差时间复杂度也是O（n^3），但是对于矩阵中零比较多的情况会有所改善。

基本思路是遍历其中一个矩阵的所有元素，计算所有结果中用到这个元素的部分。如果这个元素是零，那么就没有必要计算了，略过去。这么说可能不清楚，所以还是还是那个代码吧。

int mult(int a[MAXN][MAXN],int b[MAXN][MAXN],int c[MAXN][MAXN],int p,int q,int r)
{
    int i,j,k;

    for(i=0;i<p;i++)
    {
        for(j=0;j<r;j++)
        {
            c[i][j] = 0;
        }
    }

    for(i=0;i<p;i++)
    {
        for(k=0;k<q;k++)
        {
            if(a[i][k]!=0)    //如果该元素是零，就省去以下计算
            {
                for(j=0;j<r;j++)
                {
                    c[i][j] += a[i][k] * b[k][j];
                }
            }
        }
    }
}

比起其他最差时间复杂度有有效降低的算法，这一优化算法更便于实现，而且对于零比较多的矩阵会有很好的效果。