CCF CSP认证 20230502 矩阵运算 暴力题解 + 满分题解+简化编码 Python实现

概述

  本题目对数学基本知识带有一定的考察，首先，需要知道矩阵的乘法怎么算、一个向量点乘矩阵怎么算，具体的知识在线性代数有详细讲述，编码实现这俩功能。然后，在算$Q\times K^T))\times V$的过程中，通过对元素的预处理、交换运算次序的方式，对程序进行改进以减少时间使用、空间使用。题目版权归CCF所有，真题跳转官网查看。
  真题来源： 矩阵运算
  官网地址：www.cspro.org(模拟考试入口)

题目分析

  有大小为 n 行 d 列（$n\times d$）的三个矩阵 Q、K、V ，以及长度为n的一维行向量W，在依次输入 Q、K、V ，W 的每个元素后，计算$(W\cdot (Q\times K^T))\times V$并输出计算结果，其中$K^T$为 K 的转置。

暴力题解

• 第一步，接受参数 n 行 d 列，构造并初始化矩阵 Q、K、V ，由于是无序的，可统一存在矩阵字典 matrix 中，键为矩阵名，值是二维列表。
• 第二步，构造并初始化 W 和 $K^T$ 。W 直接存在一维列表；$K^T$需要对 K 遍历，将$K[i][j]$存储在$K^T[j][i]$处。
• 第三步，实现 一维向量 W · 点乘的功能 _dot。参数 _a 表示 W ，_b 表示 $(Q\times K^T)$部分，两个for循环，使得 $(Q\times K^T)$第i行每一个值✖️W第i个值。
• 第四步，实现矩阵叉乘的功能 _cro。参数 _a 和 _b 分别乘号代表左、右两边的矩阵，设 _a 为 $n\times d$ 的矩阵、 _b 为 $d\times m$ 的矩阵。按照矩阵乘法运算公式：新矩阵 _c 的行数 = 左边矩阵 _a 的行数，新矩阵 _c 的列数 = 右边矩阵 ** b** 的列数；新矩阵的元素 $ _c[i][j] = \displaystyle \sum^{d-1}{y = 0}a{ik}b_{kj} = a_{i0}b_{0j} + a_{i1}b_{1j} + …+a_{i(d-1)} b_{(d-1)j}$ ，i和j都是从0开始。
• 第五步，按照既定公式，从左到右，由内而外，依次进行计算。然后，将计算的结果按照给定格式进行输出，这里使用了字符串拼接的方法。

具体实现：

def _dot(n, _a, _b):		# 点乘
    for i in range(n):		# n == len(_a)
        for j in range(len(_b[i])):
            _b[i][j] *= _a[i]
    return _b


def _cro(_a, _b):		# 叉乘
    _c = []		# 相乘后的矩阵
    for i in range(len(_a)):		# _a的行数决定了_c的行数
        t1 = []
        for j in range(len(_b[0])):		#  _b的列数决定了_c的列数
            t2 = 0
            for k in range(len(_b)):
                t2 += _a[i][k] * _b[k][j]
            t1.append(t2)
        _c.append(t1)
    return _c


def main():
    n, d = map(int, input().split())
    matrix = {}
    matrix_key = ["Q", "K", "V"]
    for i in range(n * 3):  # 生成Q，K，V矩阵
        site = int(i / n)
        line = list(map(int, input().split()))
        if matrix_key[site] not in matrix.keys():
            matrix[matrix_key[site]] = []
        matrix[matrix_key[site]].append(line)
    W = list(map(int, input().split()))		# 算W向量
    KT = []		# K的转置
    for i in range(d):		# 算K的转置
        KT.append([matrix["K"][j][i] for j in range(n)])
		# 直接按照公式依次计算
    res1 = _cro(matrix["Q"], KT)
    res2 = _dot(n, W, res1)
    res3 = _cro(res2, matrix["V"])
    for item in res3:
        st = ""
        for it in item:
            st += "{} ".format(it)
        s = st[:-1]
        print(s)


if __name__ == "__main__":
    main()

提交结果：

满分题解

  利用矩阵的特性，减少循环次数，进而降低时间复杂度。$(W\cdot (Q\times K^T))\times V$实际上就是$1\ast n的矩阵\times n\ast d的矩阵\times d\ast n的矩阵\times n\ast d的矩阵$，可结合矩阵的运算法则 (AB)C = A(BC) 。使得问题整体从$O(d{n}^2)$转为$O(n{d}^2)$的。

• 先算 $K^T\times V$得到 $d\ast d$ 的矩阵 res1 。
• 再算 $W\cdot Q$ 得到 $1\ast d$ 的矩阵 res2。
• 然后算 $(W\cdot (Q\times K^T))\times V$ 即 $res1\times res2$，得到 $1\ast d$ 的结果。
• 最后按行解包并输出。

具体实现：

def _dot(n, _a, _b):
    for i in range(n):
        for j in range(len(_b[i])):
            _b[i][j] *= _a[i]
    return _b

def _cro(_a, _b):
    _c = []
    for i in range(len(_a)):
        t1 = []
        for j in range(len(_b[0])):
            t2 = 0
            for k in range(len(_b)):
                t2 += _a[i][k] * _b[k][j]
            t1.append(t2)
        _c.append(t1)
    return _c

def main():
    n, d = map(int, input().split())
    matrix = {}
    matrix_key = ["Q", "K", "V"]
    for i in range(n * 3):
        site = int(i / n)
        line = list(map(int, input().split()))
        if matrix_key[site] not in matrix.keys():
            matrix[matrix_key[site]] = []
        matrix[matrix_key[site]].append(line)
    W = list(map(int, input().split()))
    KT = []
    for i in range(d):
        KT.append([matrix["K"][j][i] for j in range(n)])
		# 调换计算的顺序
    res1 = _cro(KT, matrix["V"])
    res2 = _cro(matrix["Q"], res1)
    res3 = _dot(n, W, res2)
    for item in res3:
        print(*item)		# *具有解包的作用

if __name__ == "__main__":
    main()

提交结果：

简化编码

  在考场上，尽可能以最短的时间内拿到最高的分为目的，可利用高阶语法和函数、使用给定的已知参数，节省编码时间。

• 自右向左利用结合率先算矩阵乘法，最后算$一维向量\times 矩阵$
• 嵌套使用列表表达式，结合***map()***记录矩阵 Q、K、V、W。
• 利用题目明确给出的n行、d列，只针对本题的 Q、K、V、W 实现矩阵的乘法。

具体实现：

n, d = map(int, input().split())
Q = [[i for i in map(int, input().split())] for j in range(n)]
K = [[i for i in map(int, input().split())] for j in range(n)]
V = [[i for i in map(int, input().split())] for j in range(n)]
W = [i for i in map(int, input().split())]
tmp = []
res = []
# K的转置 * V => tmp
for i in range(d):
    tmp.append([])
    for j in range(d):
        tmp[i].append(0)
        for k in range(n):
            tmp[i][j] += K[k][i]*V[k][j]
# Q * tmp => res
for i in range(n):
    res.append([])
    for j in range(d):
        res[i].append(0)
        for k in range(d):
            res[i][j] += Q[i][k]*tmp[k][j]
        res[i][j] *= W[i]		# 对第i行所有元素乘w[i]
# 按格式输出
for i in range(n):
    print(*res[i])

提交结果：