高斯消去法c++_高斯消去法的算法改进

本文探讨了如何通过改进的高斯消元法,利用Fortran中的spread函数进行矩阵操作,优化算法流程。特别关注了spread函数在算法瓶颈中的效率,并对比了传统方法。通过实例展示了如何在方程组求解中应用,以及自编程序的结果。
摘要由CSDN通过智能技术生成

高斯消去法的过程如图所示

6740740dd4ffef982fbab681be690b15.png

其中括号内的数字表示对该行处理的次数,比如第三列,该列中的第一个元素没有变化,第二个元素处理了一次,第三个元素处理了两次,处理的过程为

07fb9dab81fcafbff599bbc000a46d68.png

现将这个过程写成数组形式 A=A-B*C,于是就有了下列算法:

bee3c196198ecf1208700cdd73589a89.png

同传统算法相比较,改进算法只需一重循环,大大提升了效率

43f6c44876ae3991d080b405502633bc.png

算法验证

88fd7d6ce3a05426a7abf693d5d646bb.png

这个方程组的解为x=[1,2,3]

自编程序计算结果为:

c670dbb1d98bef7665c1ee2709760ee9.png

PS: Fortran中的spread函数用法。假定一个二维数组A

9ffb4b7c2304d31a37176027319f98ab.png

A(1, 2:4)是一个一维数组[12 13 14],spread(A(1, 2:4),1,2)就是如下的二维数组

7e7585a7d2f1a065a15ce2c994801ad3.png

spread(A(2:3, 1),2,3)就是如下的二维数组

300606673e01f9d8c2c71495e4d7b72b.png

spread(A(1, 2:4),1,2)*spread(A(2:3, 1),2,3)的结果就是

4b357ed930431cdead235988e9e250d4.png

该算法的瓶颈就是spread函数的效率究竟如何?当然,任何事情都有其两面性。鱼和熊掌不可兼得。

☆☆☆ 往期相关 ☆☆☆

高斯消去法解线性方程组及MATLAB实现

高斯消去法解方程组及Python实现

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值