Strassen矩阵乘法

头发掉光光咯

已于 2022-11-15 01:52:33 修改

阅读量229

点赞数

分类专栏：算法设计与分析文章标签：矩阵线性代数算法

于 2022-11-15 01:52:30 首次发布

本文链接：https://blog.csdn.net/weixin_44232795/article/details/127858548

版权

算法设计与分析专栏收录该内容

11 篇文章 1 订阅

订阅专栏

Strassen矩阵乘法

题目：

设A和B是两个 n*n 矩阵，求它们的乘积 C=AB 。

分析：

方法一：

最原始的暴力解法，
$c_{ij}=\sum_{k=1}^na_{ik}b_{kj}$

依此定义来计算 A 和 B 的乘积矩阵 C ，可知 C 中一个元素需要经过 n 次乘法和 n-1 次加法，那么 C 中有 $n^2$ 个元素，因此时间复杂度 $T(n)=O(n^3)$ 。

方法二：

Strassen矩阵乘法，类似大整数乘法的分治思想。将矩阵A和B从行列n/2处进行分块，则C也可以写成对应的分块矩阵形式，如：

$\begin{bmatrix} C_{11} & C_{12} \\ C_{21} & C_{22} \end{bmatrix} = \begin{bmatrix} A_{11} & A_{12} \\ A_{21} & A_{22} \end{bmatrix} \begin{bmatrix} B_{11} & B_{12} \\ B_{21} & B_{22} \end{bmatrix}$

由此可得：

$C_{11}=A_{11}B_{11}+A_{12}B_{21} \\ C_{12}=A_{11}B_{12}+A_{12}B_{22} \\ C_{21}=A_{21}B_{11}+A_{22}B_{21} \\ C_{22}=A_{21}B_{12}+A_{22}B_{22} \\$
时间复杂度表达式如下：

$\begin{cases} O(1), && n=2 \\ 8T(n/2)+O(n^2), && n>2 \end{cases}$
由递归式可知时间复杂度 $T(n)=O(n^3)$ ，并没有比方法一更高效。类似大整数乘法，Strassen设计了一组运算规则来减少子问题的个数，如下：

$\begin{aligned} &M_1=A_{11}(B_{12}-B_{22}) \\ &M_2=(A_{11}+A_{12})B_{22} \\ &M_3=(A_{21}+A_{22})B_{11} \\ &M_4=A_{22}(B_{21}-B_{11}) \\ &M_5=(A_{11}+A_{22})(B_{11}+B_{22}) \\ &M_6=(A_{12}-A_{22})(B_{21}+B_{22}) \\ &M_7=(A_{11}-A_{21})(B_{11}+B_{12}) \\ \end{aligned}$
则，矩阵 C 中各分块即可表示为：