矩阵详解(欢迎补充)

最新推荐文章于 2024-08-16 23:10:50 发布

rqhyzz

最新推荐文章于 2024-08-16 23:10:50 发布

阅读量314

点赞数 2

文章标签：矩阵算法线性代数

本文链接：https://blog.csdn.net/wovleszeta/article/details/140308114

版权

一、概念

矩阵(martrix)是由n行m列数字构成的数表。
记： $A\epsilon R^{nm}$
$A=\begin{pmatrix} &a_{1,1} ...&a_{1,m}\\ &... &... \\ &a_{1,n} ...&a_{n,m}\\ \end{pmatrix}$
矩阵中第i行第j列的元素可记为 $a_{ij}$ 。

二、矩阵的运算

加法：行数列数均相等的两个矩阵，对应位置的数分别加减。
乘法（与数值相乘）：所有元素都乘以这个数值。
乘法（矩阵相乘）：
设 $A\epsilon R^{_{nm}}$ ， $B\epsilon R^{^{mp}}$
则 $C=AB \epsilon R^{np}$ ，且 $C_{ij}=\sum_{r=1}^{m} A_{ij}*b_{ij}$
行数相等的两个矩阵，矩阵C中第i行第j列元素的计算方式：取出矩阵A中的第i行与矩阵B中的第j列，对应项相乘再相加。
满足结合律与对加法的交换律：
$(AB)C=A(BC)$
$(A+B)C=AC+BC$

三、定义

矩阵结构体储存：

struct martrix
{
    int n,m,a[N][N];
} A,B;

//矩阵乘法（矩阵相乘）实现：
for (int i=1;i<=n;i++)
{
    for (int k=1;k<=m;k++)
    {
        for (int j=1;j<=p;j++)
        {
            c[i][j]+=a[i][k]*b[k][j];
        }
    }
}

时间复杂度O(nmp)。

四、一些特殊操作

1 矩阵倒置：也称行列转换，记 $A$ 的转换矩阵为 $A^T$

$A=\begin{pmatrix} 3 &1 \\ 2& 1 \\ 1 &0 \\ \end{pmatrix}$

$A^T=\begin{pmatrix} 3 &2 &1 \\ 1 &1 &0 \end{pmatrix}$

2 斐波那契数列

一般推算： $F_n=F_{n-1}+F_{n-2}$
优化至O(logn):

**$\begin{pmatrix} f[n]\\f[n-1] \end{pmatrix}=\begin{pmatrix} 1&1 \\ 1&0 \end{pmatrix}*\begin{pmatrix} f_{n}\\f_{n-1} \end{pmatrix}$**

3 定长路径数量

一共 $n$ 个点的有向图中，边长相同，存在重边。给定 $k$ ，求所有点对之间长度为 $k$ 路径数量。
设其邻接矩阵为 $G$ ，其中 $G[u][v]$ 表示 $u$ 指向 $v$ 的边数，答案为 $G^{k[u][v]}$ 。
$G^{2[u][v]}=min(G[u][v]+G[w][v])$
$G^{k[u][v]}=min(G^{(k-1)[u][w]}+G[w][v])$
$C[i][j]=min(A[i][k]+b[k][j])$