【计算方法】迭代法（线性方程组求解）

解线性方程组的方法有如下两类
直接法：高斯消去法，三角分解法等，这些方法可用于求解低阶稠密方程组
迭代法：雅可比迭代法，高斯-赛德尔迭代法等，用于求解高阶稀疏方程组

雅可比迭代法

高斯-赛德尔迭代法

收敛问题

首先时矩阵A应具有严格的对角优势–在矩阵的每一行中，对角线的上的元素的绝对值大于其它元素的绝对值的和。当且仅当此时，雅可比迭代才具有唯一解。且经过数学家证明此时高斯-赛德尔迭代法同样会收敛。
那么如何判断收敛呢？

迭代跳出条件

个人所设置的最大迭代次数。
收敛时所计算的精度问题。具体展示为前后两次迭代结果的相对误差以及绝对误差；

判断代码主要如下：

forab(i, 1, M) // 迭代次数判断
---------------------
---------------------
double err = fabs(normal_form(x, p));// 精度判断
            double relerr = err / (normal_form(x, s) + 1e-7);
            if (err < delta || relerr < delta)
                break;

例题

【问题描述】为求解一个线性方程组，使用高斯赛德尔迭代法，采用欧几里得距离判定是否收敛。精度delta为1E-9，最大迭代次数为20。
【输入形式】在屏幕上依次输入方阵阶数n，系数矩阵A，常数矩阵B和起始点P。
【输出形式】输出实际迭代次数，然后每一行输出一个根。
【样例1输入】
3
4 -1 1
4 -8 1
-2 1 5
7
-21
15
1
2
2
【样例1输出】
10
2
4
3
【样例1说明】输入：第1行为方阵阶数3，第2行至4行为系数矩阵A，第5行至7行为常数矩阵B，第8行至10行为起始点。输出：实际迭代次数为10，然后每行依次输出方程解：x1, x2, x3。
【评分标准】根据输入得到的输出准确

ACcode：

/*
 * @Author: csc
 * @Date: 2021-04-09 12:43:20
 * @LastEditTime: 2021-04-09 20:36:00
 * @LastEditors: Please set LastEditors
 * @Description: In User Settings Edit
 * @FilePath: \code_formal\course\cal\gauss_saierd.cpp
 */
#include <bits/stdc++.h>
#define pr printf
#define sc scanf
#define sf(n) scanf("%d", &n)
#define sff(n1, n2) scanf("%d %d", &n1, &n2)
#define sfff(n1, n2, n3) scanf("%d %d %d", &n1, &n2, &n3)
#define sl(n) scanf("%lld", &n)
#define sll(n1, n2) scanf("%lld %lld", &n1, &n2