【算法】_015_矩阵乘法_直接递归

最新推荐文章于 2021-05-18 05:22:02 发布
最新推荐文章于 2021-05-18 05:22:02 发布
阅读量635 收藏
点赞数
分类专栏： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq912966864/article/details/39724245
版权

1、012_matrix_mutiply_recursive.h

/***************************************************************
*版权所有 (C)2014,长沙铁信交通科技有限公司。
*
*文件名称：012_matrix_mutiply_recursive.h
*内容摘要：矩阵乘法Strassen算法(矩阵分解)
*其它说明：难点在于矩阵的具体实现
*当前版本：V1.0
*作   者：伍定湘
*完成日期：2014年9月28日
*
*修改记录1：
*   修改日期：2014年9月28日
*   版本号：V1.0
*   修改人：伍定湘
*   修改内容：创建
***************************************************************/


#ifndef _MATRIX_MUTIPLY_RECURSIVE_H_ //防止头文件被重复引用
#define _MATRIX_MUTIPLY_RECURSIVE_H_


/**************************************************************
头文件引用
**************************************************************/
#include "typedef.h"//引入内置类型重定义


/**************************************************************
相关宏定义
**************************************************************/


/**************************************************************
相关结构体定义
**************************************************************/
#ifndef _MATRIX_TYPEDEF_ //防止头文件被重复引用
#define _MATRIX_TYPEDEF_
typedef struct
{
	INT32 iOriginI;
	INT32 iOriginJ;
	INT32 iOriginOrder;
	INT32 *aMtrData;
}MatrixTypedef;
#endif

/**************************************************************
本程序中出现的函数的声明
**************************************************************/
void matrix_mutiply_recursive(INT32 aMtrDataA[], INT32 aMtrDataB[], const INT32 iOriginOrder);
void mutiply(MatrixTypedef mtrA, MatrixTypedef mtrB, MatrixTypedef mtrC, INT32 iCurrentOrder, const INT32 iOriginOrder);
MatrixTypedef child_matrix2(MatrixTypedef mtrOrigin, INT32 iNewI, INT32 iNewJ, INT32 iCurrentOrder);
void plus(MatrixTypedef mtr1, MatrixTypedef mtr2, MatrixTypedef mtr3, INT32 iCurrentOrder);


#endif


2、012_matrix_mutiply_recursive.c

/***************************************************************
*版权所有 (C)2014,长沙铁信交通科技有限公司。
*
*文件名称：012_matrix_mutiply_recursive.c
*内容摘要：矩阵乘法Strassen算法(矩阵分解)
*其它说明：难点在于矩阵的具体实现
*当前版本：V1.0
*作   者：伍定湘
*完成日期：2014年9月28日
*
*修改记录1：
*   修改日期：2014年9月28日
*   版本号：V1.0
*   修改人：伍定湘
*   修改内容：创建
***************************************************************/




/**************************************************************
头文件引用
**************************************************************/
#include "typedef.h"//引入内置类型重定义
#include "012_matrix_mutiply_recursive.h"


#include <stdio.h>
#include <stdlib.h>
#include <memory.h>




/**************************************************************
全局变量定义
**************************************************************/




/**************************************************************
函数实现
**************************************************************/


/**********************************************************************
*功能描述：矩阵乘法
*输入参数：aMtrDataA - 存储矩阵A数值的一维数组
*        aMtrDataB - 存储矩阵B数值的一维数组
*        aMtrDataC - 存储矩阵B数值的一维数组
*        iOriginOrder - 矩阵的初始阶数
*输出参数：
*返回值：
*其它说明：
*修改日期           版本号         修改人        修改内容
* ---------------------------------------------------------------------
*2014年9月28日      V1.0          伍定湘        创建
***********************************************************************/
void matrix_mutiply_recursive(INT32 aMtrDataA[], INT32 aMtrDataB[], const INT32 iOriginOrder)
{
<span style="white-space:pre">	</span>INT32 *pMtrDataC = (INT32 *)malloc(iOriginOrder * iOriginOrder * sizeof(INT32));
<span style="white-space:pre">	</span>memset(pMtrDataC, 0, iOriginOrder * iOriginOrder * sizeof(INT32));
<span style="white-space:pre">	</span>MatrixTypedef mtrA = { 0, 0, iOriginOrder, aMtrDataA };
<span style="white-space:pre">	</span>MatrixTypedef mtrB = { 0, 0, iOriginOrder, aMtrDataB };
<span style="white-space:pre">	</span>MatrixTypedef mtrC = { 0, 0, iOriginOrder, pMtrDataC };
<span style="white-space:pre">	</span>INT32 iCurrentOrder = iOriginOrder;
<span style="white-space:pre">	</span>mutiply(mtrA, mtrB, mtrC, iOriginOrder, iOriginOrder);
<span style="white-space:pre">	</span>INT32 x;
<span style="white-space:pre">	</span>while (iCurrentOrder--)
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>x = iOriginOrder;
<span style="white-space:pre">		</span>while (x--)
<span style="white-space:pre">		</span>{
<span style="white-space:pre">			</span>printf("%d\t", pMtrDataC[(iOriginOrder - iCurrentOrder - 1) * iOriginOrder + (iOriginOrder - x - 1)]);
<span style="white-space:pre">		</span>}
<span style="white-space:pre">		</span>printf("\n");
<span style="white-space:pre">	</span>}
<span style="white-space:pre">	</span>printf("\n");
<span style="white-space:pre">	</span>printf("\n");
}


/**********************************************************************
*功能描述：矩阵乘法Strassen算法(矩阵分解)
*输入参数：mtrA - 矩阵A的参数结构体
*        mtrB - 矩阵B的参数结构体
*        iCurrentOrder - 当前阶数
*        iOriginOrder - 初始阶数
*输出参数：
*返回值：
*其它说明：1 - 递归函数
*        2 - 通过向下级传递新的首元素位置以及减半的阶数实现分解矩阵
*        3 - 指针修改C矩阵数值，无返回值
*        4 - 不要返回下一级矩阵的参数，以免返回值修改了上级矩阵C的首元素参数
*修改日期           版本号         修改人        修改内容
* ---------------------------------------------------------------------
*2014年9月28日      V1.0          伍定湘        创建
***********************************************************************/
void mutiply(MatrixTypedef mtrA, MatrixTypedef mtrB, MatrixTypedef mtrC, INT32 iCurrentOrder, const INT32 iOriginOrder)
{
<span style="white-space:pre">	</span>/* 递归至最基本情况，递归结束 */
<span style="white-space:pre">	</span>if (iCurrentOrder == 1)
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>INT32 x = mtrA.aMtrData[mtrA.iOriginI *  iOriginOrder + mtrA.iOriginJ] * 
<span style="white-space:pre">			</span>mtrB.aMtrData[mtrB.iOriginI *  iOriginOrder + mtrB.iOriginJ];
<span style="white-space:pre">		</span>x += mtrC.aMtrData[mtrC.iOriginI *  iOriginOrder + mtrC.iOriginJ] ;
<span style="white-space:pre">		</span>mtrC.aMtrData[mtrC.iOriginI *  iOriginOrder + mtrC.iOriginJ] = x;
<span style="white-space:pre">		</span>return;
<span style="white-space:pre">	</span>}
<span style="white-space:pre">	</span>//INT32 *pMtrTmp = (INT32 *)malloc(iCurrentOrder * iCurrentOrder * sizeof(INT32));
<span style="white-space:pre">	</span>//MatrixTypedef mtrTmp = { 0, 0, iCurrentOrder, pMtrTmp };//问题：8阶矩阵部分数值溢出；16阶矩阵堆溢出
<span style="white-space:pre">	</span>/* 分解矩阵 */
<span style="white-space:pre">	</span>iCurrentOrder >>= 1;//阶数减半
<span style="white-space:pre">	</span>MatrixTypedef mtrA00 = child_matrix2(mtrA, 0, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrA01 = child_matrix2(mtrA, 0, 1, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrA10 = child_matrix2(mtrA, 1, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrA11 = child_matrix2(mtrA, 1, 1, iCurrentOrder);


<span style="white-space:pre">	</span>MatrixTypedef mtrB00 = child_matrix2(mtrB, 0, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrB01 = child_matrix2(mtrB, 0, 1, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrB10 = child_matrix2(mtrB, 1, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrB11 = child_matrix2(mtrB, 1, 1, iCurrentOrder);


<span style="white-space:pre">	</span>MatrixTypedef mtrC00 = child_matrix2(mtrC, 0, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrC01 = child_matrix2(mtrC, 0, 1, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrC10 = child_matrix2(mtrC, 1, 0, iCurrentOrder);
<span style="white-space:pre">	</span>MatrixTypedef mtrC11 = child_matrix2(mtrC, 1, 1, iCurrentOrder);


<span style="white-space:pre">	</span>/* C00 = A00 * B00 + A01 * B10 */
<span style="white-space:pre">	</span>mutiply(mtrA00, mtrB00, mtrC00, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>mutiply(mtrA01, mtrB10, mtrC00, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>//plus(mtrTmp, mtrC00, mtrC00, iCurrentOrder);


<span style="white-space:pre">	</span>/* C01 = A00 * B01 + A01 * B11 */
<span style="white-space:pre">	</span>mutiply(mtrA00, mtrB01, mtrC01, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>mutiply(mtrA01, mtrB11, mtrC01, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>//plus(mtrTmp, mtrC01, mtrC01, iCurrentOrder);


<span style="white-space:pre">	</span>/* C10 = A10 * B00 + A11 * B10 */
<span style="white-space:pre">	</span>mutiply(mtrA10, mtrB00, mtrC10, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>mutiply(mtrA11, mtrB10, mtrC10, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>//plus(mtrTmp, mtrC10, mtrC10, iCurrentOrder);


<span style="white-space:pre">	</span>/* C11 = A10 * B01 + A11 * B11 */
<span style="white-space:pre">	</span>mutiply(mtrA10, mtrB01, mtrC11, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>mutiply(mtrA11, mtrB11, mtrC11, iCurrentOrder, iOriginOrder);
<span style="white-space:pre">	</span>//plus(mtrTmp, mtrC11, mtrC11, iCurrentOrder);


<span style="white-space:pre">	</span>//free(pMtrTmp);
}


/**********************************************************************
*功能描述：矩阵加法
*输入参数：mtr1 - 矩阵1的参数结构体
*        mtr2 - 矩阵2的参数结构体
*        mtr3 - 矩阵3的参数结构体
*        iCurrentOrder - 当前阶数
*        iOriginOrder - 初始阶数
*输出参数：
*返回值：
*其它说明：1 - 递归函数
*        2 - 通过向下级传递新的首元素位置以及减半的阶数实现分解矩阵
*        3 - 指针修改C矩阵数值，无返回值
*        4 - 不要返回下一级矩阵的参数，以免返回值修改了上级矩阵C的首元素参数
*修改日期           版本号         修改人        修改内容
* ---------------------------------------------------------------------
*2014年9月29日      V1.0          伍定湘        创建
***********************************************************************/
MatrixTypedef child_matrix2(MatrixTypedef mtrOrigin, INT32 iNewI, INT32 iNewJ, INT32 iCurrentOrder)
{
<span style="white-space:pre">	</span>if (iNewI)
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>mtrOrigin.iOriginI += iCurrentOrder;
<span style="white-space:pre">	</span>}
<span style="white-space:pre">	</span>if (iNewJ)
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>mtrOrigin.iOriginJ += iCurrentOrder;
<span style="white-space:pre">	</span>}
<span style="white-space:pre">	</span>return(mtrOrigin);
}




/**********************************************************************
*功能描述：矩阵加法
*输入参数：mtr1 - 矩阵1的参数结构体
*        mtr2 - 矩阵2的参数结构体
*        mtr3 - 矩阵3的参数结构体
*        iCurrentOrder - 当前阶数
*        iOriginOrder - 初始阶数
*输出参数：
*返回值：
*其它说明：1 - 递归函数
*        2 - 通过向下级传递新的首元素位置以及减半的阶数实现分解矩阵
*        3 - 指针修改C矩阵数值，无返回值
*        4 - 不要返回下一级矩阵的参数，以免返回值修改了上级矩阵C的首元素参数
*修改日期           版本号         修改人        修改内容
* ---------------------------------------------------------------------
*2014年9月29日      V1.0          伍定湘        创建
***********************************************************************/
void plus(MatrixTypedef mtr1, MatrixTypedef mtr2, MatrixTypedef mtr3, INT32 iCurrentOrder)
{
<span style="white-space:pre">	</span>INT32 x;
<span style="white-space:pre">	</span>for (INT32 i = 0; i < iCurrentOrder; i++)
<span style="white-space:pre">	</span>{
<span style="white-space:pre">		</span>for (INT32 j = 0; j < iCurrentOrder; j++)
<span style="white-space:pre">		</span>{
<span style="white-space:pre">			</span>x = mtr1.aMtrData[(i + mtr1.iOriginI) *  mtr1.iOriginOrder + mtr1.iOriginJ + j] +
<span style="white-space:pre">				</span>mtr2.aMtrData[(i + mtr2.iOriginI) *  mtr2.iOriginOrder + mtr2.iOriginJ + j];
<span style="white-space:pre">			</span>mtr3.aMtrData[(i + mtr3.iOriginI) *  mtr3.iOriginOrder + mtr3.iOriginJ + j] = x;
<span style="white-space:pre">		</span>}
<span style="white-space:pre">	</span>}
}

花和尚_倒拔垂杨柳
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Desktop_C++_算法导论_矩阵乘法_递归_
10-03
在本项目中，我们主要探讨的是C++编程语言中的矩阵乘法算法，特别是基于《算法导论》第六版第四章77页所描述的递归方法。递归是一种强大的编程技术，它允许函数调用自身来解决问题。在这个特定的场景中，递归被用来...
矩阵乘法的三种算法(蛮力嵌套循环法，分治递归法，Strassen法)
最新发布
GodFishhh的博客
01-10 1549
算法导论 -- 矩阵乘法的嵌套循环算法，递归算法，Strassen算法
简单递归实现矩阵相乘
砖家
11-15 2117
《算法导论》的课后习题中有这么一道题--要求用简单递归方法实现矩阵相乘。我的代码还不完善，现在只能做两个(2^n)*（2^n）类型的矩阵相乘，例如：2*2 、4*4、8*8的矩阵 但这并不妨碍体现 伪代码到c语言代码的转换核心，即坐标计算：采用基地址加偏移量来计算。#include #include #define M1 (p1->w-p1->x+1) #define N1 (p1->z-p
矩阵乘法递归求解
weixin_30652491的博客
06-26 709
给定两个N×N的矩阵，求乘积 如下图所示，乘法执行过程如下： 1.矩阵1先拿出一行，矩阵2先拿出一列 2.行与列相乘得到value1 3.行与剩下矩阵2相乘得到value2（递归过程） 4.剩下矩阵1与列相乘得到value3（递归过程） 5.剩下矩阵1与剩下矩阵2相乘得到value4（递归过程） 6.将value1~value4合并成结果数组 写代码时注意约定，val...
算法分析与设计：分治递归实现斯特拉森（Strassen）矩阵乘法
SongXJ的博客
10-14 6603
分治问题 分治法的基本思想是将一个规模很大的问题分解为许多规模较小的子问题，这些子问题互相独立且与原问题相同。对这些子问题递归地进行求解后合并，得到原问题的解。 斯特拉森（Strassen）矩阵乘法 设A和B是两个n×nn \times nn×n的矩阵，其中nnn可以写成2k2^k2k。将A和B分别等分成4个小矩阵，此时如果把A和B都当成2×22 \times 22×2矩阵来看,每个元素就是一个 (n/2)×(n/2)(\mathrm{n} / 2) \times(\mathrm{n} / 2)(n/2)
动态规划之——矩阵连乘（全网最详细博文，看这一篇就够了！）
热门推荐
扬俊的小屋
06-30 7万+
动态规划之矩阵连乘
juzhenchengfa.rar_快速 乘法_矩阵乘法 快速
09-14
"快速乘法"和"矩阵乘法_快速"这两个标签暗示了我们讨论的主题是关于提高矩阵乘法效率的算法。在本篇文章中，我们将深入探讨快速乘法的概念、其在矩阵乘法中的应用以及提供的源码可能包含的优化策略。 快速乘法，...
strassen_矩阵乘法的strassen算法_
10-02
传统矩阵乘法的时间复杂度是O(n^3)，而Strassen算法通过分治策略将这一复杂度降低到了大约O(n^log2(7))，这是因为Strassen算法将矩阵乘法分解成了7次较小的矩阵乘法。 Strassen算法的核心思想是将两个n×n的矩阵A和...
TestMatrix_多种C++矩阵乘法算法_avx_
09-29
在本文中，我们将深入探讨标题为“TestMatrix_多种C++矩阵乘法算法_avx_”的项目，该项目旨在实现并比较多种C++矩阵乘法算法，特别关注使用Intel AVX（Advanced Vector Extensions）指令集的优化技术。矩阵乘法是...
juzhen.zip_矩阵乘法 快速
09-24
总的来说，快速矩阵乘法是通过分治策略和精心设计的算法来降低矩阵乘法的时间复杂度，从而在处理大量矩阵运算时提供显著的性能提升。在实际应用中，如图像处理、物理模拟或机器学习模型的训练，这样的优化都是至关...
斐波那契数列求解(矩阵相乘、直接累加)
10-11
分别采用矩阵相乘法（分治递归）和直接累加求和的方法求解第n个斐波那契数
程序算法艺术与实践:递归策略之矩阵乘法问题
松子茶的专栏
09-16 4227
矩阵（Matrix）是指纵横排列的二维数据表格，最早来自于方程组的系数及常数所构成的方阵。这一概念由19世纪英国数学家凯利首先提出。 矩阵是高等代数学中的常见工具，也常见于统计分析等应用数学学科中。并且在ACM竞赛，有很多涉及到矩阵知识的题。许多算法都会结合矩阵来处理，而比较具有代表性的矩阵算法有：矩阵快速幂、高斯消元等等.关于程序算法艺术与实践更多讨论与交流，敬请关注本博客和新浪微博songzi_tea.
矩阵乘法的递归实现
小猪爱拱地
09-10 1563
根据算法导论里的矩阵乘法递归的思想实现 #if 0 int a[8][8] = { {1,2,3,4,5,6,7,8}, {2,3,4,5,6,7,8,9}, {3,4,5,6,7,8,9,10}, {4,5,6,7,8,9,10,11}, {5,6,7,8,9,10,11,12}, {6,7,8,9,10,11,12,13}, {7,8,9,1...
递归矩阵乘法c语言,递归矩阵乘法(Recursive matrix multiplication)
weixin_42202724的博客
05-18 414
我读算法导论由CLRS。 本书展示了简单的分而治之矩阵乘法伪代码：n = A.rowslet c be a new n x n matrixif n == 1c11 = a11 * b11else partition A, B, and CC11 = SquareMatrixMultiplyRecursive(A11, B11)+ SquareMatrixMultiplyRecursive(A1...
矩阵乘法的递归算法
limengjuhanxin的专栏
02-28 2641
#include #define N 2 void matrix_multiply(int a[][N],int ia,int ja,int b[][N],int ib,int jb,int c[][N],int ic,int jc,int n) {          if(n==1)         c[ic][jc]+=a[ia][ja]*b[ib][jb];     else
Strassen矩阵乘法 分治与递归
yuebao的专栏
01-07 4742
转自：http://blog.sina.com.cn/s/blog_7e9a88f70100zj2h.html Strassen矩阵乘法 矩阵乘法是线性代数中最常见的运算之一，它在数值计算中有广泛的应用。若A和B是2个n×n的矩阵，则它们的乘积C=AB同样是一个n×n的矩阵。A和B的乘积矩阵C中的元素C[i,j]定义为: 分治与递归--strassen矩阵乘法 若依此定义来
递归与分治策略：Strassen矩阵乘法
憧憬，思考，奋斗，飞翔
06-22 7520
辅助函数 为了便于代码的编写，以及在函数参数中传二维数组的方便，写了以下三个辅助函数。 //数组寻址辅助函数 int& GetArrayVal( int* pMatrix, int nCol, int i, int j ) { return *( pMatrix + i * nCol + j); } //创建矩阵 void CreateMatrix( int** pMatrix, int
矩阵乘法递归算法c语言,计算矩阵乘法的递归函数
weixin_39928003的博客
05-18 264
好吧，让我们来了解概念要实现与递归什么。您想要将矩阵M与其自身相乘。 mult_mat(M, 2)将给出M * M，因此，mult_mat(M, 1)只是返回M本身。在乘法中，您有3个矩阵正在进行。 x和y是您要放在一起的两个矩阵，您在result中存储的矩阵。现在，让我们看看前几次乘法会发生什么。x * x # n = 2x * (x * x) # n = 3# here, we ini...
Strassen算法：递归与分治提升矩阵乘法效率
"Strassen算法-递归与分治"是关于高效计算领域的重要主题，特别是在数值计算特别是矩阵乘法中，它展示了递归和分治策略的有效应用。首先，我们来讨论Karatsuba快速乘法，这是一种在1962年由Anatoliï Karatsuba提出...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值