C++矩阵运算2

        矩阵的行列式计算,很多朋友们在学习的时候基本上只记2阶或者3阶行列式如何进行运算,因为考试的时候基本上就是考这些,3阶以上的行列式的计算的量确实太大了,不过这个事情我们可以交给计算机来做,只要将公式转换为代码那么无论是几阶的行列式都可以顺利的进行计算了。

1、行列是计算公式

A=\begin{vmatrix} a_{11} &a_{12} ...& a_{1n}\\ ... & ...& ...\\ a_{n1} &a_{n2}... &a_{nn} \end{vmatrix}

det(A)=\sum_{j_{1}j_{2}...j_{n}}^{} (-1)^{\tau (j_{1}j_{2}...j_{n}))}a_{1j_{1}}a_{2j_{2}...}a_{​{nj_n}}

2、公式说明

j_{1}j_{2}...j_{n}是关于{1,2,3,...,n},(n是行列式的列数或者式行数)的全排序的其中一种排序,这个求和公式需要遍历所有的排列情况,\tau (j_{1}j_{2}...j_{n})计算的是排序的逆序数个数。

生成全排序

以下图为列

        我们可以将某个数放在队列的队首或者是队尾,然后将其余的数视为一个完整的队列重复的进行这个操作,知道队列当中只剩下一个数为止,这样我们就得到了全排序,并且全排序的数量n!

具体代码如下:

std::vector<std::vector<int>> MathUntil::MakeTotalSort(const std::vector<int>& iNumbers) {
	std::vector<std::vector<int>> oTotalSort;
	oTotalSort.reserve(Factorial(iNumbers.size()));

	if (iNumbers.size() == 1)
		oTotalSort.emplace_back(iNumbers);
	
	for (int i = 0; i < iNumbers.size(); i++) {
		int lastNumber = *(iNumbers.end() - 1 - i);
		std::vector<int> Numbers = iNumbers;
		Numbers.erase(Numbers.end() - 1 - i);
		std::vector<std::vector<int>> TotalSort = MakeTotalSort(Numbers);
		for (int k = 0; k < TotalSort.size(); k++)
			TotalSort[k].emplace_back(lastNumber);
		
		oTotalSort.insert(oTotalSort.end(), TotalSort.begin(), TotalSort.end());
	}

	return oTotalSort;
}

计算逆序数

        在一个数的队列当中如果某个数前面存在有比它大的数,那么这个队列就存在逆序数。如何计算逆序数:从前到后遍历整个数列,某个数前面存在n个比它大的数,那么此时逆序数的个数为n,下一个数前面存在m个比它大的数那么此时的逆序数个数为n+m,以此类推直到遍历完所有的数为止。比如说:

序列:5 1 5 2

逆序数:0 1 0 2

逆序数的个数:1 + 2 = 3

代码如下:

int  MathUntil::ComputeInverseNumber(const std::vector<int>& iNumbers) {
	if (iNumbers.size() < 2)
		return 0;
	
	int InverseQuantities = 0;
	for (int i = 1; i < iNumbers.size(); i++) {
		int number = iNumbers[i];

		for (int j = i - 1; j >= 0; j--)
			if (number < iNumbers[j])
				InverseQuantities += 1;
	}

	return InverseQuantities;
}

行列式计算

具体代码如下

template<typename T>
T Matrix<T>::Det(const Matrix<T>& iMatrix) {
	MATRIXISNULL(iMatrix);MATRIX_ROW_EQUAL_COL(iMatrix);

	std::vector<int> indexNumbers;
	indexNumbers.reserve(iMatrix.mRow);

	for (int i = 0; i < iMatrix.mRow; i++)
		indexNumbers.emplace_back(i);

	std::vector<std::vector<int>> indexesNumbers = MathUntil::MakeTotalSort(indexNumbers);

	T result = static_cast<T>(0.0f);

	for (auto& indexes : indexesNumbers) {
		T mult = static_cast<T>(1.0f);

		for (int i = 0; i < iMatrix.mRow; i++) 
			mult *= iMatrix.GetElement(i, indexes[i]);
		
		mult *= pow(-1.0, MathUntil::ComputeInverseNumber(indexes));

		result += mult;
	}

	return result;
}

如果想要这些代码请移步到此网站https://gitee.com/HonyOrange_227/matrix-compute

直接复制下面三个文件即可

3、使用行列式计算

代码如下

#include"Matrix.h"
#include"MatrixUtil.h"

int main() {
	int arr[] = { 23,54,2,	22,23,3,	56,11,45};
	Matrix<int> m1(arr, 3, 3);

	ThrowIfFailed(std::cout << Matrix<int>::Det(m1) << std::endl);
}

计算结果,-23434

4、验证一下

第三方验证没有问题

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
智慧校园2.0是高校信息化建设的新阶段,它面对着外部环境变化和内生动力的双重影响。国家战略要求和信息技术的快速发展,如云计算、大数据、物联网等,为智慧校园建设提供了机遇,同时也带来了挑战。智慧校园2.0强调以服务至上的办学理念,推动了教育模式的创新,并对传统人才培养模式产生了重大影响。 智慧校园建设的解决之道是构建一个开放、共享的信息化生态系统,利用互联网思维,打造柔性灵活的基础设施和强大的基础服务能力。这种生态系统支持快速迭代的开发和持续运营交付能力,同时注重用户体验,推动服务创新和管理变革。智慧校园的核心思想是“大平台+微应用+开放生态”,通过解耦、重构和统一运维监控,实现服务复用和深度融合,促进业务的快速迭代和自我演化。 智慧校园的总体框架包括多端协同,即“端”,它强调以人为中心,全面感知和捕获行为数据。这涉及到智能感知设备、超级APP、校园融合门户等,实现一“码”或“脸”通行,提供线上线下服务端的无缝连接。此外,中台战略是智慧校园建设的关键,包括业务中台和数据中台,它们支持教育资源域、教学服务域等多个领域,实现业务的深度融合和数据的全面治理。 在技术层面,智慧校园的建设需要分期进行,逐步解耦应用,优先发展轻量级应用,并逐步覆盖更多业务场景。技术升级路径包括业务数据化、数据业务化、校园设施智联化等,利用IoT/5G等技术实现设备的泛在互联,并通过人工智能与物联网技术的结合,建设智联网。这将有助于实现线上线下一网通办,提升校园安全和学习生活体验,同时支持人才培养改革和后勤管理的精细化。 智慧校园的建设不仅仅是技术的升级,更是对教育模式和管理方式的全面革新。通过构建开放、共享的信息化生态系统,智慧校园能够更好地适应快速变化的教育需求,提供更加个性化和高效的服务,推动教育创新和人才培养的高质量发展。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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