高中计算机矩阵算法ppt,矩阵及其基本算法.ppt

《矩阵及其基本算法.ppt》由会员分享，可在线阅读，更多相关《矩阵及其基本算法.ppt(32页珍藏版)》请在人人文库网上搜索。

1、矩阵及其基本算法,计13 刘汝佳,矩阵及其基本算法,矩阵的表示 矩阵的基本运算 小结和应用举例,一、矩阵的表示,三角矩阵的压缩表示法 稀疏矩阵的三元组表示法 稀疏矩阵的十字链表表示法,矩阵在形式上最直接的表示是一个二维数组，但是在一些特殊的场合中，我们需要引入一些特殊的方法来表示一些特殊的矩阵。在本节中，大家还将了解到以下几种表示方法:,矩阵的二维数组表示法,struct TMatrix int n,m; int numbersMAXN+1MAXN+1; ;,我们用二维数组很容易表示一个矩阵。加上矩阵的维数M和N，我们可以定义一个TMatrix结构:,这就是矩阵的二维数组表示法。怎么样，容易吧。

2、？,三角矩阵的压缩表示(1),N阶上三角矩阵，对称矩阵和反对称矩阵都只需要储存主对角线以上的共(N+1)*N/2个元素。 因此，我们可以用一个大小为(N+1)*N/2的一维数组来表示。 不过，我们需要一个公式，把每个元素原来的位置(i,j)映射到一维数组的下标k。,三角矩阵的压缩表示(2),我们从上到下，从左到右地储存各个元素，如下图：,Aij前面的数的个数为：,计算得:,稀疏矩阵,在前面的二维数组表示法中，我们表示一个N*M的矩阵需要N*M个内存单元。 如果已知矩阵中存在着大量的0元素，那么这种表示方法是很浪费空间的。 由于非零元素的个数L十分有限，我们可以只储存下这L个元素的位置和大小，占。

3、用的空间便会少得多。,稀疏矩阵的三元组表示法,显然，表示稀疏矩阵最直接的方法就是仅记录下非零元素的个数L和这L个元素的位置(row,col)和大小(value)，即下面这个结构：,struct TMatrix2 int l; int rowMAXL,colMAXL,valueMAXL; ;,稀疏矩阵的十字链表表示(1),三元组表示法比较好的解决了稀疏矩阵的空间存储问题，却忽视了稀疏矩阵可能进行了一些基本操作。 考虑两个稀疏矩阵A和B相加的问题。对于运算结果矩阵C来说，可能会因为正负抵消而产生出很多新的零元素和非零元素，导致三元组需要进行一些插入和删除操作。当这些操作很频繁的时候，程序的速度会明。

4、显变慢。 在某些特定情况下，我们需要对元素进行检索，由于三元组的元素之间联系并不紧密，所以检索很不方便。,稀疏矩阵的十字链表表示(2),为了加强同一行和同一列之间元素的联系，我们把每一行分别做成一个链表，把每一列也分别做成一个链表。 通过对链表的遍历，我们可以很方便的按顺序访问到某一特定行或列的所有元素。插入和删除操作也很方便。 这样，我们了建立一种十字型的链表结构，每个结点有上，下，左，右四个指针和自身的位置坐标，大小共7个域。,稀疏矩阵的十字链表表示(3),结点类型如下定义：,struct Tnode int row, col; int value; Tnode *left, *right。

5、, *up, *down; ;,row,col分别为该非零元素的位置，value为它的值。,left,right,up,down分别为指向四个方向的后继元素。,稀疏矩阵的十字链表表示(4),为了方便的找到每一个包含非零元素的行和列，我们把所有行串在一起，组成一个行链表，把所有列也串在一起，组成一个列链表。像这样：,struct TRow int RowNo; TNode * firstnode; ;,struct TCol int ColNo; TNode * firstnode; ;,矩阵表示方法小结,矩阵的表示方法和应用是分不开的。 我们衡量一种表示方法的优劣，需要从不同的角度进行分析。 。

6、适用范围 空间需求量 基本操作的时间消耗 实现的难易程度 以上几种方法都在某些方面表现良好而其他方面不够理想，因此我们需要根据实际需要的侧重点不同，选择合适的表示方法,二、矩阵的基本运算,矩阵的判重 矩阵的线性运算 矩阵的转置 矩阵乘法,矩阵的判重,在二维数组表示法中，我们可以用一个二重循环判断两个矩阵是否相等。 在三元组表示方法中，我们如果保证非零元素是按照从上到下，从左到右的顺序储存的，则可以用一个循环直接判断。但如果不能保证，则需要二重循环。因此在未加说明的情况下，三元组表示法均需要按顺序保存各个元素。 在十字链表表示方法中，我们需要依次遍历每一个非零行(或者列)。,矩阵的线性运算,矩阵。

7、的数乘: B=kA 在任何一种表示法中，我们都可以通过遍历所有元素的方法完成数乘运算。 矩阵的加法: C=A+B 在二维数组表示法中，我们可以通过二重循环来进行矩阵加法 在稀疏矩阵中，注意到结果中的非零元素所在的位置必对应A或B中的一个非零元素，所以加法运算不会在A和B中原非零元素之外的其他位置上生成新的非零元素。,矩阵的线性运算(2),考虑三元组表示法中的矩阵加法。由于都需要按顺序储存各个元素，我们应当按顺序对每个A或B中非零的位置做加法。 下面有一个例子：,矩阵的线性运算(3),我们记录两个矩阵A，B的当前非零元素序号pA和pB。为了保证结果的有序性，我们每次比较这两个当前元素的位置。 如。

8、果A的当前位置靠前，则把A的第pA个元素加入矩阵C，并使pA=pA+1 如果B的当前位置靠前，则把B的第pB个元素加入矩阵C，并使pB=pB+1 如果当前位置相同，则先使pA=pA+1, pB=pB+1。如果A的第pA-1个元素和B的第pB-1个元素的和不为零，则把它加到矩阵C中。,矩阵的线性运算(4),十字链表表示法下的加法可以一行行的做。即： 如果A的当前行号比B小，把A的当前行整个复制到C中。 如果B的当前行号比A小，把B的当前行整个复制到C中。 否则把A的当前行和B的当前行的合并结果加入C中。 第三种情况和三元组表示下的加法很类似，只是下标pA,pB换成了指针。 同样的，需要注意两个非。

9、零元素之和可能等于零，从而不能插入到结果中,矩阵的转置(1),矩阵的转置 在二维数组中，转置可以通过简单的坐标变换得到 在三元组表示法中，在对每个元素进行坐标变换后还需要进行一次排序，以维持元素位置的有序性。 在十字链表表示法中，我们不仅需要对每个结点进行坐标变换，还需要交换行链表和列链表，以及更改每个结点四个方向的指针，实现比较麻烦。,矩阵的转置(2),二维数组的转置可以通过下列代码来实现：,void MatrixT(TMatrix A) TMatrix B; B.m=A.n; B.n=A.m; for(int i=1;i=A.n;i+) for(int j=1;j=A.m;j+) B.nu。

10、mbersji=A.numbersij; return B; ,对代码稍作修改，我们可以对矩阵进行旋转和镜像变换生成8个新矩阵,矩阵的转置(3),前面提到过，三元组表示法中，矩阵的转置可以通过坐标变换后排序来实现。 不过，我们通常使用的是另外一种方法。这种方法不用排序，而速度也更快。 快速转置算法：直接写到正确的位置。 首先，求出每一列第一非零元素转置后的序号。这一步只需要统计一下每列的非零元素的个数就可以了。 由于每一列的元素在转置以后的先后次序保持不变，每个元素就可以直接写到该行的下一个空闲位置。,矩阵的转置(4),请看下面的例子：,各列非零元素个数为：2,3,0,1,各列第一个元素序号：。

11、0,2,5,5,0 1 2 3 4 5,1,2,3,4,5,6,矩阵乘法(1),矩阵乘法 在二维数组表示中，最简单的方法就是对每个元素用循环累加出结果，二重循环枚举每个元素，共三层循环。 在三元组表示中，对于A中的一个元素Aij，我们只需要访问B中第j行所有元素Bjk，把每个乘积Aij Bjk加到Cik中。这样，每遍历A的一行元素，就计算出了C的一行元素。和快速转置算法类似，我们可以事先算出B的每行元素的下标范围，再用一个循环依次考虑A中的每个元素就可以了。 十字链表在本质上是三元组的链式存储，所以乘法和三元组差别不大，但是实现却麻烦得多。该方法的好处在于，把中间结果Aij Bjk 加到Cik。

12、时，如果Cik并不存在，就需要对矩阵进行插入操作。在十字链表上的插入操作比三元组快得多。,矩阵乘法(2),Strassen矩阵乘法 下面，我们来介绍基于二维数组的矩阵相乘算法。 考虑两个2*2矩阵A和B相乘。,普通的方法需要进行8次乘法。,矩阵乘法(3),Strassen的新方法如下：,只需要7次乘法!,矩阵乘法(3),当矩阵为2N*2N时，我们可以利用分块矩阵，分成2*2个2N-1*2N-1矩阵，递归求解。当N=1时可以直接利用公式得出结果。 分析指出，Strassen乘法比常规乘法的加法和乘法运算量都有减少，但存储量增加，是一种用空间换时间的方法。 此方法还可以推广到矩阵的求逆运算。,三、。

13、小结与应用举例,矩阵表示小结 矩阵运算小结 结束语 鸣谢,小结 矩阵的表示,矩阵的表示 矩阵有三种常用的表示方法：二维数组，三元组和十字链表。 二维数组适合稠密矩阵，表示直观，操作方便 三元组是稀疏矩阵最省空间的表示方法之一，它可以很好的支持线性运算和乘法运算，且编程复杂度低，是稀疏矩阵表示法的首选。 十字链表比三元组占用空间大些，不过仍适合稀疏矩阵的表示，尤其适用于非零元素个数变化较大的场合，但不适合转置操作，且编程实现难度较大。,小结 矩阵的运算,矩阵的运算 三种方法都可以通过遍历表的方式判定两个矩阵是否相同。 三种表示方法都能较好的支持线性运算。数乘运算只需要遍历一次所有元素，而稀疏矩阵。

14、的加法运算需要进行类似有序表合并的操作。 二维数组的转置只需要进行坐标变换，三元组还需要排序，而十字链表需要更新多个指针域。转置可以推广到平面点阵图象的变换，这时一般采用数组来表示矩阵。 矩阵乘法的算法有很多种。基于数组的算法中，Strassen算法是一种以空间换时间的算法。稀疏的乘法不是依次计算结果的每个元素，而是依次考虑A和B的每对元素对结果的贡献。,结束语,在前面的内容中，我们讨论了矩阵的表示和基本运算。希望这些内容能开阔大家的眼界，启发大家的思维，激发大家进一步学习的兴趣。 这些内容只是矩阵中最最基本的东西。像初等变换，矩阵求逆，求特征值等方面并为涉及到。但是如果能熟练的掌握以上内容，相信各位各方面的能力都会有显著的提高。 每一个内容都有它存在的理由，每一种方法都体现出一种思路。前面提到的快速转置，Strassen矩阵乘法等算法都值得我们去思考。,鸣 谢,感谢吴老师给我这次与大家交流的机会。 感谢各位同学，特别是我的室友在我准备期间给我支持和鼓励 感谢一位不愿意我透露其姓名的同学协助我校对本幻灯片 感谢大家专心听完我的矩阵及其基本算法,同学们辛苦了。