Java一维数组实现求R^2的关系矩阵M^2

最新推荐文章于 2023-11-02 14:00:56 发布

weliteh

最新推荐文章于 2023-11-02 14:00:56 发布

阅读量2k

点赞数 1

分类专栏： Java 文章标签： Java一维数组实现MxP的矩阵A与PxN的矩阵B的乘法运算 Java一维数组实现求R^2的关系矩阵M^2

本文链接：https://blog.csdn.net/huerbo2/article/details/79943227

版权

Java 专栏收录该内容

2 篇文章

订阅专栏

本文介绍如何使用Java一维数组实现矩阵乘法及关系矩阵的计算，详细解析了矩阵相乘的逻辑并提供了完整的代码示例。

摘要由CSDN通过智能技术生成

初衷

上离散数学课时，老师说这门课和数据结构，算法有很大的联系，建议我们用代码去实现一些定理来简化计算。如利用R的n次幂R^n的定义求R的各次幂，用关系矩阵来表示。作为一个编程爱好者，用代码去实现和简化数学问题，无疑是一件非常有趣的事情。况且矩阵在人口流动问题方面运用矩阵高次幂来预测未来的人口数，人口的发展趋势，以及在经济生活、密码学等方面都有非常巧妙的运用。所以多写写代码对将来的学习还是有好处的。

需求

Java一维数组实现求R^2的关系矩阵M^2。

分析：

学会用Java一维数组实现MxP的矩阵A与PxN的矩阵B的乘法运算
在1的基础上用Java一维数组实现求R^2的关系矩阵M^2，只是在矩阵相乘相加时有小小的差别

那我们来看看这两步是如何实现的吧！

实现

1、Java一维数组实现MxP的矩阵A与PxN的矩阵B的乘法运算

不多说了，代码我都做了注释，直接上代码吧！相信你一定能够看得懂

class Matrix {
	
	/**
	 *  A为MxP的矩阵，B为PxN的矩阵，A与B的乘积得到MxN的矩阵C
	 *	两个矩阵能够做乘法，需满足matrixA列和matrixB的行相等，在用一维数组实现矩阵相乘的过程中， 按照习惯，我们喜欢输入行值
	 *  所以输入一个行值ARowM以确定矩阵A是ARowM行matrixA.length/ARowM列的矩阵,另一个则是
	 *  matrixA.length/ARowM行 matrixB.length/(matrixA.length/ARowM)列的矩阵
	 *	两矩阵相乘得到的便是ARowM行matrixB.length/(matrixA.length/ARowM)列的矩阵
	 * @param matrixA 矩阵A
	 * @param matrixB 矩阵B
	 * @param ARowM
	 * @return matrixC:矩阵A与B相乘得到的矩阵C
	 */
		public  double[] matrixMutip(double matrixA[], double matrixB[], int ARowM) {
			//判断输入的行数是否能够将数组拆分（符合矩阵相乘的）矩阵
			if(matrixA.length%ARowM!=0||matrixB.length%(matrixA.length/ARowM)!=0){
				System.out.println("输入的行数无法将数组拆分为符合矩阵相乘的矩阵");
				return null;
			}
			int AColP = matrixA.length / ARowM;// A的列
			int BRowP = AColP;// A的列等于B的行
			int BColN = matrixB.length / (matrixA.length / ARowM);// B的列
			double[] matrixC = new double[ARowM * BColN];
			for (int i = 0; i < ARowM; i++) { // 控制C的行，也就是A的行：得到所有行中C的所有列元素
				for (int j = 0; j < BColN; j++) { // 控制C的列，也就是B的列：得到一行中C的所有列元素
					double temp = 0;// temp用来临时存储矩阵相乘时：A行元素对应相乘B列元素相加得到的结果
					for (int k = 0; k < BRowP; k++) {
						 //计算A行元素对应相乘B列元素相加得到的结果,即得到C的列元素(单个列元素)
						temp += matrixA[k + i * AColP] * matrixB[k * BColN + j];
					}
					matrixC[j * ARowM + i] = temp;
					System.out.print(matrixC[j * ARowM + i] + "\t");
				}
				System.out.println();
			}
			return matrixC;
		}
}

测试代码：

public class Test {
	public static void main(String[] args) {
		new Matrix().matrixMutip(new double[] { 0, 1, 0, 0, 1, 0, 1, 0, 0,1,0,1 }, new double[] { 0, 1, 0, 0, 1, 0 }, 4);
	}
}

测试结果：

为了方便大家更好的理解，我特意给大家画了张图

如果你看不懂上图，可能你的线性代数关于矩阵方面的内容就要加强了。

2、在1的基础上用Java一维数组实现求R^2的关系矩阵M^2

通过1，想必你已经会求矩阵的乘法了。那么如何来实现我们今天的目的呢？先别着急，2个矩阵M之积与普通矩阵乘法还是有些许差别的，差别是，其中的相加为逻辑加，即：1+1=1,1+0=1,0+1=1,0+0=0，（逻辑或）。那么说到这里，你一定已经知道下一步该怎么做了。没错，就是下面的

class Matrix {
	
/**
 * 得到R^2的关系矩阵M^2
 * @param matrixdes
 * @return matrix:R^2的关系矩阵M^2
 */
	public int[] relationalMatrixMultip(int matrixdes[]) {
		if (Math.sqrt(matrixdes.length) != (int) Math.sqrt(matrixdes.length)) {
			System.out.println("该一维数组不能拆分为方阵");
			return null;
		}
		int matrix[] = new int[matrixdes.length];
		int rowOrCol = (int) Math.sqrt(matrixdes.length);
		for (int i = 0; i < rowOrCol; i++) {
			// 控制行
			for (int j = 0; j < rowOrCol; j++) {
				// 控制列
				int temp = 0;
				for (int k = 0; k < rowOrCol; k++) {
					// 计算行列相乘相加（逻辑加）的结果，只要第一次出现1，逻辑加(或)的结果就为1，跳出最近的for
					if (matrixdes[k + i * rowOrCol] * matrixdes[k * rowOrCol + j] == 1) {
						temp = 1;
						break;
					} else {
						temp = 0;
					}
				}
				matrix[i * rowOrCol + j] = temp;
				System.out.print(matrix[i * rowOrCol + j] + "\t");
			}
			System.out.println();
		}

		return matrix;
	}

}

补充分析：

1、由于关系矩阵由0，1两个数码组成，结果亦是如此，所以用传入的数组和返回的结果用int类型的一维数组来存储

2、由于关系矩阵为n阶方阵，关系矩阵为n阶方阵，即一维数组的个数为n^2个，所以第一步先将数组拆分为n行n列的矩阵，这里用rowOrCol变量来表示行或者列

3、接下来的运算过程几乎和1中所讲的过程差不多，只是在第三个for循环做了逻辑加运算，然而在这里有一个小小的技巧，利用逻辑或的运算法则的特点，我们在这里并没有必要真正的做逻辑或运算，只需要判断行列相乘结果第一次出现1就ok了，这样可以减少计算机的运算次数，提高效率。

测试代码：

public class Test {
	public static void main(String[] args) {
		new Matrix().relationalMatrixMultip(new int[] { 0, 1, 0, 0, 1, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0 });
	}
}

测试结果：