数据结构学习之矩阵乘法与矩阵的转置

矩阵相乘最重要的方法是一般矩阵乘积。它只有在第一个矩阵的列数（column）和第二个矩阵的行数（row）相同时才有意义 。一般单指矩阵乘积时，指的便是一般矩阵乘积。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑地集中到了一起，所以有时候可以简便地表示一些复杂的模型，如电力系统网络模型。

注意事项

1、当矩阵A的列数（column）等于矩阵B的行数（row）时，A与B可以相乘。

2、矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。

3、乘积C的第m行第n列的元素等于矩阵A的第m行的元素与矩阵B的第n列对应元素乘积之和。

函数接口定义

void outputTwoDArray(towDArrayPtr paraPtr)；打印矩阵
void randomizeTwoDArray(towDArrayPtr paraPtr, int paraLowerBound, int paraUpperBound)；
赋值函数，给每个节点赋初值
towDArrayPtr matrixMultiply(towDArrayPtr paraPtr1,towDArrayPtr paraPtr2)；
判断函数，判断俩矩阵是否能进行矩阵乘
void twoDArrayTest()；测试函数

void randomizeTwoDArray(towDArrayPtr paraPtr, int paraLowerBound, int paraUpperBound)
{
	int i, j;	
	for (i = 0; i < paraPtr->rows; i ++)
	{
		for (j = 0; j < paraPtr->columns; j ++) 
		{
			paraPtr->elements[i][j] = rand() % (paraUpperBound - paraLowerBound) + paraLowerBound;
		}
	}
}
towDArrayPtr twoDArrayInit(int paraRows,int paraColumns)
{
	int i; 
	towDArrayPtr resultTwoDArray = (towDArrayPtr)malloc(sizeof(struct twoDArray));
	resultTwoDArray->rows = paraRows;
	resultTwoDArray->columns = paraColumns;
	
	resultTwoDArray->elements = (int**)malloc(paraRows * sizeof(int*));
	
    	for(i = 0;i < resultTwoDArray->rows;i ++)
	{
		resultTwoDArray->elements[i] = (int*)malloc(paraColumns * sizeof(int));
	}
	
	return  resultTwoDArray;
	 
}
void outputTwoDArray(towDArrayPtr paraPtr)
{
	int i,j;
	for(i = 0;i < paraPtr->rows;i ++)
	{
		for(j = 0;j < paraPtr->columns;j ++)
		{
			printf("%d ",paraPtr->elements[i][j]);
		} 
		
		printf("\n");
	}
	
	printf("\r\n");
}

 

矩阵乘的函数实现 

towDArrayPtr matrixMultiply(towDArrayPtr paraPtr1,towDArrayPtr paraPtr2)
{
	int i,j,k,sum;
	if(paraPtr1->columns != paraPtr2->rows)
	{
		printf("这个两个矩阵不能相乘哦0.0\n");
		return ; 
	}
	towDArrayPtr resultPtr;
	resultPtr = twoDArrayInit(paraPtr1->rows,paraPtr2->columns);
	
	for(i = 0;i < paraPtr1->rows;i ++)
		for(j = 0;j < paraPtr2->columns;j ++)
		{
			sum = 0;
			for(k = 0;k < paraPtr1->columns;k ++)
			{
				sum += paraPtr1->elements[i][k] * paraPtr2->elements[k][j]; 
			}
			resultPtr->elements[i][j] = sum; 
		}
		
	return resultPtr; 
}
矩阵乘的函数实现

 运行结果

 压缩矩阵的转置

CompressedMatrixPtr initCompressedMatrix(int paraRows, int paraColumns, int paraElements, int **paraData) {
	int i;
	CompressedMatrixPtr resultPtr = (CompressedMatrixPtr)malloc(sizeof(struct CompressedMatrix));
	resultPtr->rows = paraRows; //行
	resultPtr->columns = paraColumns;  //列

	resultPtr->numElements = paraElements;
	resultPtr->elements = (TriplePtr)malloc(paraElements * sizeof(struct Triple));

	//压缩
	for (i = 0; i < paraElements; i ++) {

		resultPtr->elements[i].i = paraData[i][0];
		resultPtr->elements[i].j = paraData[i][1];
		resultPtr->elements[i].e = paraData[i][2];
	}

	return resultPtr;
}

压缩矩阵

CompressedMatrixPtr transposeCompressedMatrix(CompressedMatrixPtr paraPtr) {
	//Step 1. 申请空间
	int i, tempColumn, tempPosition;
	int *tempColumnCounts = (int *)malloc(paraPtr->columns * sizeof(int));
	int *tempOffsets = (int *)malloc(paraPtr->columns * sizeof(int));

	for (i = 0; i < paraPtr->columns; i ++) {

		tempColumnCounts[i] = 0;
	}


	CompressedMatrixPtr resultPtr = (CompressedMatrixPtr)malloc(sizeof(struct CompressedMatrix));

	//行列复值
	resultPtr->rows = paraPtr->columns;
	resultPtr->columns = paraPtr->rows;
	resultPtr->numElements = paraPtr->numElements;

	resultPtr->elements = (TriplePtr)malloc(paraPtr->numElements * sizeof(struct Triple));

	//扫描计算.
	for (i = 0; i < paraPtr->numElements; i ++) {

		tempColumnCounts[paraPtr->elements[i].j] ++;
	}

	tempOffsets[0] = 0;
	//从1开始一一增加

	for (i = 1; i < paraPtr->columns; i ++) {

		tempOffsets[i] = tempOffsets[i - 1] + tempColumnCounts[i - 1];
		printf("tempOffsets[%d] = %d \r\n", i, tempOffsets[i]);
	}

	//Step 3. 同样扫描另外一个

	for (i = 0; i < paraPtr->numElements; i ++) {

		tempColumn = paraPtr->elements[i].j;
		tempPosition = tempOffsets[tempColumn];
		resultPtr->elements[tempPosition].i = paraPtr->elements[i].j;
		resultPtr->elements[tempPosition].j = paraPtr->elements[i].i;
		resultPtr->elements[tempPosition].e = paraPtr->elements[i].e;

		tempOffsets[tempColumn]++;
	}

	//返回
	return resultPtr;
}

 转置矩阵

void compressedMatrixTest() {
	CompressedMatrixPtr tempPtr1, tempPtr2;
	int i, j, tempElements;


	tempElements = 4;
	int **tempMatrix1 = (int **)malloc(tempElements * sizeof(int *));

	for (i = 0; i < tempElements; i ++) {

		tempMatrix1[i] = (int *)malloc(3 * sizeof(int));
	}

	int tempMatrix2[4][3] = {{0, 0, 2}, {0, 2, 3}, {2, 0, 5}, {2, 1, 6}};

	for (i = 0; i < tempElements; i ++) {

		for (j = 0; j < 3; j ++) {

			tempMatrix1[i][j] = tempMatrix2[i][j];
		}
	}

	tempPtr1 = initCompressedMatrix(2, 3, 4, tempMatrix1);

	printf("After initialization.\r\n");
	printCompressedMatrix(tempPtr1);

	tempPtr2 = transposeCompressedMatrix(tempPtr1);
	printf("After transpose.\r\n");
	printCompressedMatrix(tempPtr2);
}


int main() {
	compressedMatrixTest();

	return 1;
}

测试代码