如题,别人的做法基本都是二维的哈,所以我就不用二维做了,想了个一维的办法.
输入样例1:
2 3
1 2 3
4 5 6
3 4
7 8 9 0
-1 -2 -3 -4
5 6 7 8
输出样例1:
2 4
20 22 24 16
53 58 63 28
输入样例2:
3 2
38 26
43 -5
0 17
3 2
-11 57
99 68
81 72
Error: 2 != 3
输出样例2↑
虽然用二维数组来做非常之简单,因为你只需要知道TA的原理便可以通过For循环模拟出来直接得出结果.
乘积矩阵解析:(如果你不知道什么是乘积矩阵请看)
1 2 3
4 5 6
这是一个 2行3列矩阵
7 8 9 0
-1 -2 -3 -4
5 6 7 8
这是一个 3行4列矩阵 因为 矩阵A的列=矩阵B的行 所以匹配成功.
而输出的 20 22 24....如何得出?
A[0][0]∗B[0][0]+A[0][1]∗B[1][0]+A[0][2]∗B[2][0]=1∗7+2∗(−1)+3∗5=7−2+15=20 这就是第一个结果如何得出的公式,照样下推即可.
但是本题的标签中我加了一维数组做法,所以我们要用一维数组来解这题,代码如下:
#include <iostream>
#include <vector>
#include <string>
#include<algorithm>
using namespace std;
int main() {
int max = 2;
int a, b;
vector <int> at; // 矩阵A所有元素
vector <int> bt; // 矩阵B所有元素
vector <int> bs; //存储矩阵行列
while (max--) { // 2个矩阵
cin >> a >> b; // 矩阵为a x b 阵列
bs.push_back(a); bs.push_back(b);
int c;//临时矩阵数
for (int i = 0; i < a; ++i) {
for (int j = 0; j < b; ++j) {
cin >> c; // 读取元素
if (max == 1) {
at.push_back(c); // 决定存储在矩阵A 还是 B
}
else {
bt.push_back(c);
}
}
}
}
if (bs[1] != bs[2]) { // 无法匹配乘积矩阵
cout << "Error: " << bs[1] << " != " << bs[2] << endl;
}
else {//矩阵A(m x n)和矩阵B(n x p)相乘,结果矩阵C的维度将是m x p
//0 x 0 + 1 x 4 + 2 x 8 = (1)
//0 x 1 + 1 x 5 + 2 x 9 = (2)
//.....
//3 x 0 + 4 x 4 + 4 x 8 = (5)
int temp_bs = bs[3];
vector <int> daan;
int temp_d = 0; // 初始偏移量
int temp_c = 0;
int temp_x = bs[0];//下面要用
while (bs[0]--) { //2
for(int k = 0 ; k<bs[3];k++){
int temp = 0;
int temp_a = 0 + temp_d;
int temp_b = 0 + temp_c;
for (int i = 0; i < bs[1]; i++) {
temp += at[temp_a] * bt[temp_b]; // 0 x 0
temp_a++;// 1 x 0
temp_b += bs[3]; // 1 x 0+4 = 1 x 4
}
daan.push_back(temp);
temp_c++;//更新偏移量
}
temp_d += bs[1];//更新偏移量
temp_c = 0;
}
int temp_i = 0;
cout << temp_x << " " << bs[3] << endl;
for (int i = 0; i < daan.size(); i++) {
cout << daan[i];
temp_i++;
if (temp_i == bs[3]) {
cout << endl;
temp_i = 0;
}
else {
cout << " ";
}
}
}
return 0;
}
因为是一维数组,所以我们需要在循环中对它的位置进行偏移 而偏移的量则是通过矩阵的行列决定的,只需要多去观察一下这个矩阵 并把它们想象在一维即可.不过一维的方法在内存上我试了一下并没有用2维来的快,说明这段代码还有待优化A.A