java 实现矩阵快速相乘_Java实现矩阵乘法以及优化的方法实例

传统的矩阵乘法实现

首先，两个矩阵能够相乘，必须满足一个前提：前一个矩阵的行数等于后一个矩阵的列数。

第一个矩阵的第m行和第二个矩阵的第n列的乘积和即为乘积矩阵第m行第n列的值，可用如下图像表示这个过程。

矩阵乘法过程展示

C[1][1] = A[1][0] * B[0][1] + A[1][1] * B[1][1] + A[1][2] * B[2][1] + A[1][3] * B[3][1] + A[1][4] * B[4][1]

而用Java实现该过程的传统方法就是按照该规则实现一个三重循环，把各项乘积累加：

public int[][] multiply(int[][] mat1, int[][] mat2){

int m = mat1.length, n = mat2[0].length;

int[][] mat = new int[m][n];

for(int i = 0; i < m; i++){

for(int j = 0; j < n; j++){

for(int k = 0; k < mat1[0].length; k++){

mat[i][j] += mat1[i][k] * mat2[k][j];

}

}

}

return mat;

}

可以看出该方法的时间复杂度为O(n3)，当矩阵维数比较大的时候程序就很容易超时。

优化方法(Strassen算法)

Strassen算法是由Volker Strassen在1966年提出的第一个时间复杂度低于O(n³)的矩阵乘法算法，其主要思想是通过分治来实现矩阵乘法的快速运算，计算过程如图所示：

将一次矩阵乘法拆分成多个乘法与加法的结合