高斯消元同余线性方程的模板

博主通过POJ 2947 Widget Factory题解总结出来的求解同余线性方程，驾驭扩展矩阵。

题解传送门：http://blog.csdn.net/xf_zhen/article/details/52039622

模板：

const int maxn = 305;//数组大小
const int mod = 7; //同模的模
int matrix[305][305],n,m,X[305];//matrix是扩展矩阵 ,n,m为矩阵宽长;X为存储x的值
//bool free_x[305];
int gcd(int a,int b)
{
    return b?gcd(b,a%b):a;
}
int LCM(int a,int b)
{
    return a*b/gcd(a,b);
}
/*
void Debug(void)
{
    puts("");
    int i, j;
    for (i = 0; i < m; i++)
    {
        for (j = 0; j < n + 1; j++)
        {
            cout << matrix[i][j] << " ";
        }
        cout << endl;
    }
    cout << endl;
}
*/
int Guass()//无解返回-1，无数解返回n-k，有解救直接输出并返回0
{
    int i,j,k,col;
   memset(X,0,sizeof(X));
    //clearall(free_x,1);//把解集清空，所有变量都标为自由变量

    //Debug();

    for (k = 0,col = 0; k < m && col < n; ++k, ++col) //枚举行列
    {
        int max_r = k;//找到该col列元素绝对值最大的那行与第k行交换.(为了在除法时减小误差)
        for (i = k + 1; i < m; ++i)
        {
            if (abs(matrix[i][col]) > abs(matrix[max_r][col])) max_r = i;
        }
        if (max_r != k) //交换
        {
            for (i = col; i < n + 1; ++i) swap(matrix[k][i],matrix[max_r][i]);
        }
       //Debug();

        if (matrix[k][col] == 0) //如果对应该列都为0，枚举该行的下一列
        {
            k--;
            continue;
        }
        for (i = k + 1; i < m; ++i) //将k后边的col进行初等变换成行阶梯矩阵
        {
            if (matrix[i][col] != 0)
            {
                int lcm = LCM(matrix[k][col],matrix[i][col]);
                int ta = lcm/abs(matrix[i][col]);
                int tb = lcm/abs(matrix[k][col]);
                if (matrix[i][col]*matrix[k][col] < 0) tb = -tb;
                for (j = col; j < n + 1; ++j)
                {
                    matrix[i][j] =( (ta*matrix[i][j] - tb*matrix[k][j])%mod+mod)%mod;
                }
            }
        }
    }

    //Debug();printf("k = %d col = %d matrix = %d\n",k,col,matrix[k][col]);
    // 1. 无解的情况: 化简的增广阵中存在(0, 0, ..., a)这样的行(a != 0). 即R(A) != R(A')无解
    for (i = k; i < m; ++i)
    {
        if (matrix[i][col] != 0) return -1;
    }
    // 2. 无穷解的情况: 在n * (n + 1)的增广阵中出现(0, 0, ..., 0)这样的行，即说明没有形成严格的上三角阵.
    // 且出现的行数即为自由变元的个数.   即R(A) = R(A') < n
    //printf("%d %d\n",k,n);
    if (k < n)
    {
        //注释处为求多解的自由变量
        /*// 首先，自由变元有n - k个，即不确定的变元至少有n - k个.
        int num = 0,freeidx;
        for (i = k - 1; i >= 0; --i)
        {
            num = 0;// 用于判断该行中的不确定的变元的个数，如果超过1个，则无法求解，它们仍然为不确定的变元.
            int tmp = matrix[i][n];
            // 第i行一定不会是(0, 0, ..., 0)的情况，因为这样的行是在第k行到第m行.
            // 同样，第i行一定不会是(0, 0, ..., a), a != 0的情况，这样的无解的.
            for (j = 0; j < n; ++j)
            {
                if (matrix[i][j] != 0 && free_x[j])
                {
                    num++;
                    freeidx = j;
                }
            }
            if (num > 1) continue; // 无法求解出确定的变元.
            // 说明就只有一个不确定的变元free_index，那么可以求解出该变元，且该变元是确定的.
            tmp = matrix[i][n];
            for (j = 0; j < n; ++j)
            {
                if (matrix[i][j] && j != freeidx) tmp -= matrix[i][j]*X[j];
            }
            X[freeidx] = tmp/matrix[i][freeidx];
            free_x[freeidx] = 0;
        }*/
        return n - k;
    }
    // 3. 唯一解的情况: 在n * (n + 1)的增广阵中形成严格的上三角阵.
    // 计算出Xn-1, Xn-2 ... X0.
    for (i = k - 1; i >= 0; --i)
    {
        int tmp = matrix[i][n];
        for (j = i + 1; j < n; ++j)
        {
            tmp =((tmp- matrix[i][j]*X[j])%mod+mod)%mod;
        }
        while(tmp%matrix[i][i]!=0) tmp+=mod;
        X[i] = (tmp/matrix[i][i])%mod;
        if(X[i]<3)X[i]+=mod;
    }
    return 0;
}