【算法导论】strassen算法：比较快的矩阵乘法算法

最新推荐文章于 2022-07-25 10:34:59 发布

gfnbijsda

最新推荐文章于 2022-07-25 10:34:59 发布

阅读量2k

点赞数

分类专栏：算法导论

本文链接：https://blog.csdn.net/sd4567855/article/details/98730617

版权

本文介绍了矩阵乘法的三种算法：迭代算法、简单分治算法和Strassen分治算法。Strassen算法通过数学技巧减少了递归次数，达到O(nlog7)的时间复杂度，但因其常数因子大、存储需求高，实际应用中可能并非最佳选择。Coppersmith和Winograd提出的算法拥有最优的O(n2.376)时间复杂度。

摘要由CSDN通过智能技术生成

考虑两个 n 级矩阵 A, B, 矩阵 C = A * B. 则有 $c_{ij} = \sum_{k=1} ^n a_{ij}*b_{kj}$ .
对于两个矩阵相乘的问题，我们给出三个解决办法：迭代算法、简单分治算法、strassen分治算法。

解法一：迭代算法，即使用三层循环，这是最简单的算法，其代码如下：

void matrix_multiply( vector<vector<int>>& A, vector<vector<int>>& B, vector<vector<int>>& C){
    // A, B, C 均为 n * n 矩阵，且 C[i][j] = 0;
    for( int i = 0; i < A.size(); i++)
        for(int j = 0; j < A.size(); j++)
            for( int k = 0; k < A.size(); k++)
                C[i][j] += A[i][k]* B[k][j];
}

测试用例：
在这里插入图片描述
算法分析：由于使用了三层循环，得到其时间复杂度为 $O(n^3)$ .

方法二：简单的分治算法
利用分块矩阵计算矩阵乘法。
对于 n 级矩阵A, 我们可以将其划分为 4 个 n/2 级矩阵，例如：
$A_{n*n} = \begin{pmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \\ \end{pmatrix}$

同理，有
$B_{n*n} = \begin{pmatrix} B_{11} & B_{12} \\ B_{21} & B_{22} \\ \end{pmatrix} , C_{n*n} = \begin{pmatrix} C_{11} & C_{12} \\ C_{21} & C_{22} \\ \end{pmatrix}$
则 C = AB 可以改写为：
$\begin{pmatrix} C_{11} & C_{12} \\ C_{21} & C_{22} \\ \end{pmatrix} = \begin{pmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \\ \end{pmatrix} \begin{pmatrix} B_{11} & B_{12} \\ B_{21} & B_{22} \\ \end{pmatrix}$