4.2 Chió算法

内容

  Chió算法Chió‘s method，是一种计算行列式的方法，也叫Chió Pivotal Condensation，后面这个英文，不太好翻译。还有个说法叫Chio展开法，英文为Chio’s Expansion。这个算法，给我的第一印象是，性能不是很高。它是一种递归算法，是把一个$n\times n$的矩阵缩成一个$(n-1)\times (n-1)$的矩阵，直到缩小为$2\times 2$的矩阵。$2\times 2$的矩阵计算它的行列式就不需要什么算法了，直接公式就完事了，另一个不能递归到$1\times 1$的矩阵的原因是它的缩小过程大量运用了$2\times 2$矩阵的行列式。
  Chió算法的原理如下：
$$\begin{gathered} A=\left(\begin{array}{ccc}{a}_{11}& \cdots & a_{1n}\\ ⋮& \ddots & ⋮\\ a_{n1}& \cdots & a_{nn}\end{array}\right) \\ |A|=\frac{1}{a_{11}^{n-2}}\left|\begin{array}{cccc}\left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{21}& a_{22}\end{array}\right|& \left|\begin{array}{cc}{a}_{11}& a_{13}\\ a_{21}& a_{23}\end{array}\right|& \cdots & \left|\begin{array}{cc}{a}_{11}& a_{1n}\\ a_{21}& a_{2n}\end{array}\right|\\ & & & \\ \left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{31}& a_{32}\end{array}\right|& \left|\begin{array}{cc}{a}_{11}& a_{13}\\ a_{31}& a_{33}\end{array}\right|& \cdots & \left|\begin{array}{cc}{a}_{11}& a_{1n}\\ a_{31}& a_{3n}\end{array}\right|\\ & & & \\ ⋮& ⋮& \ddots & ⋮\\ & & & \\ \left|\begin{array}{cc}{a}_{11}& a_{12}\\ a_{n1}& a_{32}\end{array}\right|& \left|\begin{array}{cc}{a}_{11}& a_{13}\\ a_{n1}& a_{33}\end{array}\right|& \cdots & \left|\begin{array}{cc}{a}_{11}& a_{1n}\\ a_{n1}& a_{3n}\end{array}\right|\end{array}\right| \end{gathered}$$
  规律是什么呢？缩小后的矩阵，每个元素是$2\times 2$矩阵的行列式，这个$2\times 2$矩阵，左上角永远是$a_{11}$,右下角其实是原矩阵除去第一行第一列后剩余的矩阵，右上角是原矩阵第一行的元素，左下角是原矩阵第一列的元素。其实这个结构很优雅的，很容易记住。不过看到了这个结构后，也能立马明白为啥性能差了吧，计算量太大了。

举例

 emsp;以一个实际的矩阵为例子：
$$\begin{gathered} A=\left(\begin{array}{cccc}1& -1& -2& -3\\ 3& -2& -1& -2\\ 2& 1& 1& 1\\ 6& 5& 4& 3\end{array}\right) \\ |A|=\frac{1}{1^2}\left|\begin{array}{ccc}\left|\begin{array}{cc}1& -1\\ 3& -2\end{array}\right|& \left|\begin{array}{cc}1& -2\\ 3& -1\end{array}\right|& \left|\begin{array}{cc}1& -3\\ 3& -2\end{array}\right|\\ & & \\ \left|\begin{array}{cc}1& -1\\ 2& 1\end{array}\right|& \left|\begin{array}{cc}1& -2\\ 2& 1\end{array}\right|& \left|\begin{array}{cc}1& -3\\ 2& 1\end{array}\right|\\ & & \\ \left|\begin{array}{cc}1& -1\\ 6& 5\end{array}\right|& \left|\begin{array}{cc}1& -2\\ 6& 4\end{array}\right|& \left|\begin{array}{cc}1& -3\\ 6& 3\end{array}\right|\end{array}\right| \\ =\left|\begin{array}{ccc}1& 5& 7\\ 3& 5& 7\\ 11& 16& 21\end{array}\right| \\ =\frac{1}{1^1}\left|\begin{array}{cc}\left|\begin{array}{cc}1& 5\\ 3& 5\end{array}\right|& \left|\begin{array}{cc}1& 7\\ 3& 7\end{array}\right|\\ & \\ \left|\begin{array}{cc}1& 5\\ 11& 16\end{array}\right|& \left|\begin{array}{cc}1& 7\\ 11& 21\end{array}\right|\end{array}\right| \\ =\left|\begin{array}{cc}-10& -14\\ -39& -56\end{array}\right| \\ =14 \end{gathered}$$

Python实现

    def chio(self):
        n = len(self.__lines)
        if len(self.__lines) == 2:
            return self.__lines[0][0] * self.__lines[1][1] - self.__lines[0][1] * self.__lines[1][0]

        remain = [[0 for _ in range(0, n - 1)] for _ in range(0, n - 1)]
        # i 代表行
        for i in range(0, n - 1):
            # j 代表列
            for j in range(0, n - 1):
                tl = self.__lines[0][0]
                tr = self.__lines[j + 1][0]
                bl = self.__lines[0][i + 1]
                br = self.__lines[j + 1][i + 1]
                remain[i][j] = tl * br - tr * bl
        return Matrix(remain).chio() / self.__lines[0][0] ** (n - 2)

  测试代码：

class MyTestCase(unittest.TestCase):

    def test(self):
        a = Matrix([[1, 3, 2, 6],
                    [-1, -2, 1, 5],
                    [-2, -1, 1, 4],
                    [-3, -2, 1, 3]])
        print("A=", a.to_latex(), ",det(A)= ", a.chio(), "|A|=", a.determinant())


if __name__ == '__main__':
    if __name__ == '__main__':
        unittest.main()