求矩阵的秩

求矩阵的秩（Finding the rank of a matrix）

矩阵的秩是矩阵的最大线性独立行/列数。

矩阵的秩也可以定义为矩阵中任何非零次要的最大阶。

让矩阵为非方阵，大小为 $N\times M$ 。请注意，如果矩阵是方阵，并且它的行列式是非零的，那么它的秩是 $N(=M)$ ；否则它的秩会更小。一般来说，矩阵的秩不会超过 $\min (N,M)$ 。

算法

你可以用高斯消除法来求秩。我们将执行与求解系统或寻找其行列式时相同的操作。但是如果在第 $i$ 列的任何一步，在我们没有选择的那些行中没有非空的条目，那么我们就跳过这一步。否则，如果我们在第 $i$ 步中发现第 $i$ 列中有一个非零元素的行，那么我们就把这一行标记为被选中的行，秩加 $1$ （最初的秩被设置为 $0$ ），并执行通常的操作，把这一行从其他行中取出。

---

复杂度

$\mathcal{O}(n^3)$

---

实现

const double EPS = 1E-9;

int compute_rank(vector<vector<double>> A) {
    int n = A.size();
    int m = A[0].size();

    int rank = 0;
    vector<bool> row_selected(n, false);
    for (int i = 0; i < m; ++i) {
        int j;
        for (j = 0; j < n; ++j) {
            if (!row_selected[j] && abs(A[j][i]) > EPS)
                break;
        }

        if (j != n) {
            ++rank;
            row_selected[j] = true;
            for (int p = i + 1; p < m; ++p)
                A[j][p] /= A[j][i];
            for (int k = 0; k < n; ++k) {
                if (k != j && abs(A[k][i]) > EPS) {
                    for (int p = i + 1; p < m; ++p)
                        A[k][p] -= A[j][p] * A[k][i];
                }
            }
        }
    }
    return rank;
}