高斯消元模版

高斯消元的步骤：
1. 把方程组转换成增广矩阵。
2. 利用初等行变换来把增广矩阵转换成行阶梯阵。
枚举k从0到equ – 1，当前处理的列为col(初始为0) ，每次找第k行以下(包括第k行)，col列中元素绝对值最大的列与第k行交换。如果col列中的元素全为0，那么则处理col + 1列，k不变。
3. 转换为行阶梯阵，判断解的情况。
① 无解
当方程中出现(0, 0, …, 0, a)的形式，且a != 0时，说明是无解的。
② 唯一解
条件是k = equ，即行阶梯阵形成了严格的上三角阵。利用回代逐一求出解集。
③ 无穷解。
条件是k < equ，即不能形成严格的上三角形，自由变元的个数即为equ – k，但有些题目要求判断哪些变元是不缺定的。
这里单独介绍下这种解法：
首先，自由变元有var - k个，即不确定的变元至少有var - k个。我们先把所有的变元视为不确定的。在每个方程中判断不确定变元的个数，如果大于1个，则该方程无法求解。如果只有1个变元，那么该变元即可求出，即为确定变元。

#include <iostream>
#include <cstdio>
#include <cmath>
using namespace std;
const int maxn=105;
int equ,var;//有equ个方程，var个变元。增广阵行数为equ, 分别为0到equ-1，列数为var+1，分别为0到var.
int a[maxn][maxn];
int x[maxn];//解集.
bool free_x[maxn];//判断是否是不确定的变元.
int free_num;
void Debug()
{
    puts("");
    for(int i=0;i<equ;i++)
    {
        for (int j=0;j<var+1;j++)
            cout<<a[i][j]<<" ";
        cout<<endl;
    }
    cout<<endl;
}
inline int gcd(int a, int b)
{
    int t;
    while(b!=0)
    {
        t=b;
        b=a%b;
        a=t;
    }
    return a;
}
inline int lcm(int a, int b)
{
    return a*b/gcd(a,b);
}
//高斯消元法解方程组(Gauss-Jordan elimination).(-2表示有浮点数解，但无整数解，-1表示无解，0表示唯一解，大于0表示无穷解，并返回自由变元的个数)
int Gauss(void)
{
    int i,j,k;
    int ta,tb;
    int LCM;
    int temp;
    int free_x_num;
    int free_index;
    // 转换为阶梯阵.
    int col=0; // 当前处理的列.
    for(k=0;k<equ&&col<var;k++,col++)
    {   // 枚举当前处理的行.
        // 找到该col列元素绝对值最大的那行与第k行交换.(为了在除法时减小误差)
//        Debug();
        int max_r=k;//当前这列绝对值最大的行.
        for(i=k+1;i<equ;i++)
            if(abs(a[i][col])>abs(a[max_r][col]))
                max_r=i;
        if(max_r!=k)// 与第k行交换.
            for(j=k;j<var+1;j++)
                swap(a[k][j],a[max_r][j]);
        if(a[k][col]==0)
        {// 说明该col列第k行以下全是0了，则处理当前行的下一列.
            k--; continue;
        }
        for(i=k+1;i<equ;i++)
        { //枚举要消去的行.
            if(a[i][col]!=0)
            {
                LCM=lcm(abs(a[i][col]),abs(a[k][col]));
                ta=LCM/abs(a[i][col]),tb=LCM/abs(a[k][col]);
                if(a[i][col]*a[k][col]<0) tb=-tb; // 异号的情况是两个数相加.
                for (j=col;j<var+1;j++)
                    a[i][j]=a[i][j]*ta-a[k][j]*tb;
            }
        }
    }
//    Debug();
    //运行完上面，k即为确定元的个数。
    // 1. 无解的情况: 化简的增广阵中存在(0, 0, ..., a)这样的行(a!=0).
    for(i=k;i<equ;i++)// 对于无穷解来说，如果要判断哪些是自由变元，那么初等行变换中的交换就会影响，则要记录交换.
        if(a[i][col])
            return -1;
    // 2. 无穷解的情况: 在var * (var + 1)的增广阵中出现(0, 0, ..., 0)这样的行，即说明没有形成严格的上三角阵.
    // 且出现的行数即为自由变元的个数.
    if(k<var)
    {
        // 首先，自由变元有var - k个，即不确定的变元至少有var - k个.
        for(i=k-1;i>=0;i--)
        {
            // 第i行一定不会是(0, 0, ..., 0)的情况，因为这样的行是在第k行到第equ行.
            // 同样，第i行一定不会是(0, 0, ..., a), a != 0的情况，这样的无解的.
            free_x_num=0; //用于判断该行中的不确定的变元的个数，如果超过1个，则无法求解，它们仍然为不确定的变元.
            for(j=0;j<var;j++)
                if(a[i][j]&&free_x[j])
                    free_x_num++,free_index=j;
            if(free_x_num>1)
                continue;//无法求解出确定的变元.
            //说明就只有一个不确定的变元free_index，那么可以求解出该变元，且该变元是确定的.
            temp=a[i][var];
            for(j=0;j<var;j++)
                if(a[i][j]&&j!=free_index)
                    temp-=a[i][j]*x[j];
            x[free_index]=temp/a[i][free_index]; // 求出该变元.
            free_x[free_index]=0; // 该变元是确定的.
        }
        return var - k; // 自由变元有var - k个.
    }
    // 3. 唯一解的情况: 在var * (var + 1)的增广阵中形成严格的上三角阵.
    // 计算出Xn-1, Xn-2 ... X0.
    for(i=var-1;i>=0;i--)
    {
        temp=a[i][var];
        for (j=i+1;j<var;j++)
            if(a[i][j])
                temp-=a[i][j]*x[j];
        if (temp%a[i][i])
            return -2; // 说明有浮点数解，但无整数解.
        x[i]=temp/a[i][i];
    }
    return 0;
}
int main()
{
    int i,j;
    while (scanf("%d %d", &equ, &var) != EOF)
    {
        memset(a, 0, sizeof(a));
        memset(x, 0, sizeof(x));
        memset(free_x, 1, sizeof(free_x)); // 一开始全是不确定的变元.
        for (i = 0; i < equ; i++)
        {
            for (j = 0; j < var + 1; j++)
            {
                scanf("%d", &a[i][j]);
            }
        }
        //        Debug();
        free_num = Gauss();
        if (free_num == -1) printf("无解!\n");
        else if (free_num == -2) printf("有浮点数解，无整数解!\n");
        else if (free_num > 0)
        {
            printf("无穷多解! 自由变元个数为%d\n", free_num);
            for (i = 0; i < var; i++)
            {
                if (free_x[i]) printf("x%d 是不确定的\n", i + 1);
                else printf("x%d: %d\n", i + 1, x[i]);
            }
        }
        else
        {
            for (i = 0; i < var; i++)
            {
                printf("x%d: %d\n", i + 1, x[i]);
            }
        }
        printf("\n");
    }
}

/* czyuan原创，转载请注明出处。*/

如果当所有元的解只有0，1两种情况时，可以通过异或来优化。
0x1 ＋ 0x2 ＋ 0x3 ＋ 0x4 = 0
0x1 ＋ 0x2 ＋ 0x3 ＋ 1x4 = 0
0x1 ＋ 1x2 ＋ 1x3 ＋ 0x4 = 0（0都代表偶数的意思，x有0，1）

0&x1 ^ 0&x2 ^ 0&x3 ^ 0&x4 = 0
0&x1 ^ 0&x2 ^ 0&x3 ^ 1&x4 = 0
0&x1 ^ 1&x2 ^ 1&x3 ^ 0&x4 = 0
这种通常用来解决开关问题
x[i]表示的是取与不取，0，1代表开关能控制的灯泡位置。
模版：

#include <cstdio>
#include <bitset>
#include <cmath>
using namespace std;
int x[32];
bitset<32> A[32];
void gao()
{
    int i,k;
    for(k=0;k<30;k++)
    {
        i=k;
        for(;i<30;i++)
            if(A[i][k])
                break;
        swap(A[k],A[i]);
        for(i=0;i<30;i++)
            if(k!=i&&A[i][k])
                A[i]^=A[k];
    }
    //k即为矩阵的秩
    for(i=0;i<30;i++)
        x[i]=A[i][30];//即为解
}