学习了《挑程》中的高斯消元法,它是求解最基础的线性方程组(未知数个数和方程个数相等,并且有唯一解)的算法。
首先举一个例子:求解如下方程组:
⎧⎩⎨x−2y+3z=6..........①4x−5y+6z=12.......②7x−8y+10z=21.....③
我们手算一下这个方程组,过程如下:
1. ② - 4*①;③ - 7*①,得到如下式子:
⎧⎩⎨x−2y+3z=6.............①0x+3y−6z=−12.......②0x−6y−11z=−21.....③
2. ②两边同除以3,得到:
⎧⎩⎨x−2y+3z=6.............①0x+y−2z=−4..........②0x−6y−11z=−21.....③
3. ① - ②*(-2);③-②*6,得到:
⎧⎩⎨x+0y−z=−2.............①0x+y−2z=−4...........②0x+0y+z=3..............③
4. 从③式得到 z=3 ,再代入②式得到 y=2 ,再代入到①式得到 x=1
我们这是平时手算的过程,但是一旦学习过线性代数这门课程,我们就不用再写方程式了,直接写矩阵的形式,还是这个例子,我们便可以写成如下矩阵:
⎡⎣⎢⎢147−2−5−8361061221⎤⎦⎥⎥
此矩阵为增广矩阵,竖线之前的矩阵为方程组的系数矩阵
A
,而竖线之后的列矩阵为常数矩阵
所以方程组的运算就是对增广矩阵进行相关操作,而在我们的高级语言中,可以通过二维数组来表示此矩阵,当然也可以使用vector来表示。
具体代码如下:
#include<cstdio>
#include<vector>
#include<cmath>
#include<algorithm>
using namespace std;
const double EPS = 1E-8;
typedef vector<double> vec;
typedef vector<vec> mat;
vec gauss_jordan(const mat &A, const vec &b)
{
int n = A.size(); //n个未知数
mat B(n, vec(n+1)); //初始化增广矩阵
for(int i=0; i<n; i++)
{
for(int j=0; j<n; j++)
{
B[i][j] = A[i][j]; //系数矩阵
}
}
for(int i=0; i<n; i++)
{
B[i][n] = b[i]; //常数矩阵
}
//把正在处理的未知数系数的绝对值最大的式子换到第i行
for(int i=0; i<n; i++)
{
int pivot = i;
for(int j=i; j<n; j++)
{
if(abs(B[j][i]) > abs(B[pivot][i]))
pivot = j;
}
swap(B[i], B[pivot]);
//无解或者有无穷解
if(abs(B[i][i]) < EPS) return vec();
//把正在处理的未知数的系数变为1
double k = B[i][i];
for(int j=i; j<=n; j++) B[i][j] /= k;
for(int j=0; j<n; j++)
{
if(i != j)
{
//从第j个式子中消去第i个未知数
for(int k=i+1; k<=n; k++)
{
B[j][k] -= B[j][i] * B[i][k];
}
}
}
// for(int j=0; j<n; j++)
// {
// for(int k=0; k<n+1; k++)
// {
// printf("%f ",B[j][k]);
// }
// printf("\n");
// }
// printf("--------------------\n");
}
vec x(n);
for(int i=0; i<n; i++)
{
x[i] = B[i][n];
}
return x;
}
int main()
{
freopen("input.txt", "r", stdin);
int n;
scanf("%d", &n);
mat A(n, vec(n));
vec b(n);
double u;
for(int i=0; i<n; i++)
{
for(int j=0; j<n; j++)
{
scanf("%lf", &A[i][j]);
}
}
for(int i=0; i<n; i++)
{
scanf("%lf", &b[i]);
}
vec c = gauss_jordan(A, b);
for(int i=0; i<c.size(); i++)
{
printf("%f ",c[i]);
}
return 0;
}