数据结构与算法之分治法求解矩阵乘法（Strassen算法）

最新推荐文章于 2024-07-17 10:03:55 发布

PleaSure乐事

最新推荐文章于 2024-07-17 10:03:55 发布

阅读量867

点赞数 16

分类专栏：数据结构与算法文章标签：矩阵算法数据结构线性代数

本文链接：https://blog.csdn.net/m0_75262255/article/details/139251785

版权

数据结构与算法专栏收录该内容

12 篇文章 0 订阅

订阅专栏

前言

今天是坚持写博客的第十天，坚持的天数上两位数了，路漫漫其修远兮，继续坚持，今天也要继续加油！

矩阵乘法是线性代数当中非常让大家头疼的一环，所以我们今天也斗胆来看看数据结构与算法中的矩阵乘法问题。

矩阵乘法在数据结构与算法中主要分为两种方法，分别是传统for循环求解法和Strassen算法，即分治法求解矩阵乘法。接下来请听我娓娓道来，为您献上两种方法的使用手册。

for循环求解

分析

在求解矩阵乘法时，最常见的方法必然是我们使用三层循环进行求解，逐步将A矩阵的行与B矩阵的列相乘后相加，最终得到结果并存入矩阵C中，最后打印。但是我们一定要注意矩阵乘法的核心问题：矩阵A的列数必须等于矩阵B的行数，否则矩阵乘法将无法进行。

代码

由于for循环的方法属于暴力解法，属于常规思路之一，非常好理解，因此我也不做过多解释，具体的示例代码如下：

void matrixMultiplication(int rowsA, int colsA, int A[rowsA][colsA],
                          int rowsB, int colsB, int B[rowsB][colsB],
                          int rowsC, int colsC, int C[rowsC][colsC]) {
    // 确保A的列数等于B的行数，否则无法进行乘法
    if(colsA != rowsB) {
        printf("矩阵A的列数必须等于矩阵B的行数。\n");
        return;
    }
    
    // 初始化结果矩阵C为0
    for(int i = 0; i < rowsC; i++)
        for(int j = 0; j < colsC; j++)
            C[i][j] = 0;

    // 矩阵乘法的核心计算
    for(int i = 0; i < rowsA; i++) {
        for(int j = 0; j < colsB; j++) {
            for(int k = 0; k < colsA; k++) { // 注意这里是colsA，因为是A的列数
                C[i][j] += A[i][k] * B[k][j]; // 对应位置相乘累加
            }
        }
    }
}
// 打印矩阵的函数
void printMatrix(int rows, int cols, int matrix[rows][cols]) {
    for(int i = 0; i < rows; i++) {
        for(int j = 0; j < cols; j++)
            printf("%d\t", matrix[i][j]);
        printf("\n");
    }
}

~~没想到吧，这里没有寄术主播的灵魂画图手法~~

但是需要注意的是，for循环的求解方法由于存在三层循环，时间复杂度会很高，为O(n^3)，因此一旦数据量增大，则时间会增长很快。