mysql 矩阵乘法_稀疏矩阵乘法

给定两个 稀疏矩阵 A 和 B，返回AB的结果。

您可以假设A的列数等于B的行数。

本参考程序来自九章算法，由 @Roger 提供。

题目解法：

时间复杂度分析：

假设矩阵A，B均为 n x n 的矩阵，

矩阵A的稀疏系数为a，矩阵B的稀疏系数为b，

a，b∈[0, 1]，矩阵越稀疏，系数越小。

方法一：暴力，不考虑稀疏性

Time (n^2 * (1 + n)) = O(n^2 + n^3)

Space O(1)

方法二：改进，仅考虑A的稀疏性

Time O(n^2 * (1 + a * n) = O(n^2 + a * n^3)

Space O(1)

方法三(最优)：进一步改进，考虑A与B的稀疏性

Time O(n^2 * (1 + a * b * n)) = O(n^2 + a * b * n^3)

Space O(b * n^2)

方法四：另外一种思路，将矩阵A, B非0元素的坐标抽出，对非0元素进行运算和结果累加

Time O(2 * n^2 + a * b * n^4) = O(n^2 + a * b * n^4)

Space O(a * n^2 + b * n^2)

解读：矩阵乘法的两种形式，假设 A(n, t) * B(t, m) = C(n, m)

//形式一：外层两个循环遍历C (常规解法)

for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {for (int k = 0; k < t; k++) {

C[i][j]+= A[i][k] *B[k][j];

}

}

}//或者写成下面这样子

for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {int sum = 0;for (int k = 0; k < t; k++) {

sum+= A[i][k] *B[k][j];

}

C[i][j]=sum;

}

}

//形式二：外层两个循环遍历A

for (int i = 0; i < n; i++) {for (int k = 0; k < t; k++) {for (int j = 0; j < m; j++) {

C[i][j]+= A[i][k] *B[k][j];

}

}

}

两种方法的区别

代码上的区别(表象)：

调换了第二三层循环的顺序

核心区别(内在)：

形式一以C为核心进行遍历，每个C[i][j]只会被计算一次，就是最终答案。

形式二以A为核心进行遍历，每个A[i][k] 乘上 B[k][j]之后，会被累加到 C[i][j]，每个C[i][j]将被累加t次。

举个例子，若A矩阵2x3，B矩阵3x2，C矩阵2x2

A B C

a00 , a01 , a02 b00 , b01 c00 , c01

a10 , a11 , a12 b10 , b11 c10 , c11

b20 , b21

形式一的计算过程：遍历C，假设遍历到c00，计算c00 = a00 * b00 + a01 * b10 + a02 * b20

形式二的计算过程：遍历A，

假设遍历到a00，a00 * b00 累加到 c00， a00 * b01 累加到c01；

假设遍历到a01，a01 * b10 累加到 c00， a01 * b11 累加到c01；

再回到本题目，可以发现是否为稀疏矩阵，对于上述形式一来说，并无法进行优化，因为是以C为核心

但是对于形式二来说，以A为核心，若A[i][k]为0，那么该元素就不必进行对应相乘并累加的操作了。

故方法二，就是基于此进行优化的。

//方法一

public classSolution {/***@paramA: a sparse matrix

*@paramB: a sparse matrix

*@return: the result of A * B*/

public int[][] multiply(int[][] A, int[][] B) {//write your code here//A(n, t) * B(t, m) = C(n, m)

int n =A.length;int t = A[0].length;int m = B[0].length;int[][] C = new int[n][m];for (int i = 0; i < n; i++) {for (int j = 0; j < m; j++) {int sum = 0;for (int k = 0; k < t; k++) {

sum+= A[i][k] *B[k][j];

}

C[i][j]=sum;

}

}returnC;

}

}//方法二

public classSolution {/***@paramA: a sparse matrix

*@paramB: a sparse matrix

*@return: the result of A * B*/

public int[][] multiply(int[][] A, int[][] B) {//write your code here//A(n, t) * B(t, m) = C(n, m)

int n =A.length;int t = A[0].length;int m = B[0].length;int[][] C = new int[n][m];for (int i = 0; i < n; i++) {for (int k = 0; k < t; k++) {if (A[i][k] == 0) {continue;

}for (int j = 0; j < m; j++) {

C[i][j]+= A[i][k] *B[k][j];

}

}

}returnC;

}

}//方法三

public classSolution {/***@paramA: a sparse matrix

*@paramB: a sparse matrix

*@return: the result of A * B*/

public int[][] multiply(int[][] A, int[][] B) {//write your code here//A(n, t) * B(t, m) = C(n, m)

int n =A.length;int t = A[0].length;int m = B[0].length;int[][] C = new int[n][m];

List> B_nonZero_colIndices = new ArrayList<>();for (int k = 0; k < t; k++) {

List colIndices = new ArrayList<>();for (int j = 0; j < m; j++) {if (B[k][j] != 0) {

colIndices.add(j);

}

}

B_nonZero_colIndices.add(colIndices);

}for (int i = 0; i < n; i++) {for (int k = 0; k < t; k++) {if (A[i][k] == 0) {continue;

}for (intcolIndex : B_nonZero_colIndices.get(k)) {

C[i][colIndex]+= A[i][k] *B[k][colIndex];

}

}

}returnC;

}

}//方法四

public classSolution {/***@paramA: a sparse matrix

*@paramB: a sparse matrix

*@return: the result of A * B*/

public int[][] multiply(int[][] A, int[][] B) {//write your code here//A(n, t) * B(t, m) = C(n, m)

int n =A.length;int t = A[0].length;int m = B[0].length;int[][] C = new int[n][m];

List A_Points =getNonZeroPoints(A);

List B_Points =getNonZeroPoints(B);for(Point pA : A_Points) {for(Point pB : B_Points) {if (pA.j ==pB.i) {

C[pA.i][pB.j]+= A[pA.i][pA.j] *B[pB.i][pB.j];

}

}

}returnC;

}private List getNonZeroPoints(int[][] matrix) {

List nonZeroPoints = new ArrayList<>();for (int i = 0; i < matrix.length; i++) {for (int j = 0; j < matrix[0].length; j++) {if (matrix[i][j] != 0) {

nonZeroPoints.add(newPoint(i, j));

}

}

}returnnonZeroPoints;

}classPoint {inti, j;

Point(int i, intj) {this.i =i;this.j =j;

}

}

}