数论常用内容——高斯消元
来源:互联网 发布:软件项目验收程序 编辑:程序博客网 时间:2024/06/05 23:40
高斯消元法
数学上,高斯消元法,是线性代数中的一个算法,可用来为线性方程组求解
高斯消元法求解线性方程组时,首先需要根据方程,列出增广矩阵。然后再利用初等行变换把增广矩阵转换为行阶梯阵,然后回代求出方程的解
高斯消元法的应用
1、找出可逆矩阵的逆矩阵
设A为一个N*N的可逆矩阵,将一个N*N单位矩阵I放在A的右边,形成一个N*2N的分块矩阵 B = [A,I] 。经过高斯消元法的计算程序后,矩阵B的左边原来A的位置会变成一个单位矩阵I ,而逆矩阵A ^(-1) 会出现在原来I的位置。
注:假如高斯消元法不能将A化为三角形的格式,那就代表A 是一个不可逆的矩阵。
2、算出矩阵的秩
将增广矩阵进行高斯消元变换,统计非零行行数(即最后一列的非零数字的个数),即为该矩阵的秩
高斯消元的编程思路及代码实现
先来介绍思路:
把方程组转换成增广矩阵。
利用初等行变换来把增广矩阵转换成行阶梯阵:
枚举k从0到equ – 1,当前处理的列为col(初始为0) ,每次找第k行以下(包括第k行),col列中元素绝对值最大的列与第k行交换。如果col列中的元素全为0,那么则处理col + 1列,k不变。转换为行阶梯阵,判断解的情况:
① 无解:当方程中出现(0, 0, …, 0, a)的形式,且a != 0时,说明是无解的。
② 唯一解:条件是k = equ,即行阶梯阵形成了严格的上三角阵。利用回代逐一求出解集。
下面放出代码
首先是对于整数的高斯消元
代码中有详细注释,对于上面思路理解不深刻的可以看一下代码注释
const int MAXN=50;int a[MAXN][MAXN];//增广矩阵int x[MAXN];//解集bool free_x[MAXN];//标记是否是不确定的变元void Debug(void){ int i, j; for (i = 0; i < equ; i++) { for (j = 0; j < var + 1; j++) { cout << a[i][j] << " "; } cout << endl; } cout << endl;}inline int gcd(int a,int b){ int t; while(b!=0){ t=b; b=a%b; a=t; } return a;}inline int lcm(int a,int b){ return a/gcd(a,b)*b;//先除后乘防溢出}// 高斯消元法解方程组(Gauss-Jordan elimination).(-2表示有浮点数解,但无整数解,//-1表示无解,0表示唯一解,大于0表示无穷解,并返回自由变元的个数)//有equ个方程,var个变元。增广矩阵行数为equ,分别为0到equ-1,列数为var+1,分别为0到var.int Gauss(int equ,int var){ int i,j,k; int max_r;// 当前这列绝对值最大的行. int col;//当前处理的列 int ta,tb; int LCM; int temp; int free_x_num; int free_index; for(int i=0;i<=var;i++){ x[i]=0; free_x[i]=true; } //转换为阶梯阵. col=0; // 当前处理的列 for(k = 0;k < equ && col < var;k++,col++){ // 枚举当前处理的行. // 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) max_r=k; for(i=k+1;i<equ;i++){ if(abs(a[i][col])>abs(a[max_r][col])) max_r=i; } if(max_r!=k){// 与第k行交换. for(j=k;j<var+1;j++) swap(a[k][j],a[max_r][j]); } if(a[k][col]==0){// 说明该col列第k行以下全是0了,则处理当前行的下一列. k--; continue; } for(i=k+1;i<equ;i++){// 枚举要删去的行. if(a[i][col]!=0){ LCM = lcm(abs(a[i][col]),abs(a[k][col])); ta = LCM/abs(a[i][col]); tb = LCM/abs(a[k][col]); if(a[i][col]*a[k][col]<0)tb=-tb;//异号的情况是相加 for(j=col;j<var+1;j++){ a[i][j] = a[i][j]*ta-a[k][j]*tb; } } } } // Debug(); // 1. 无解的情况: 化简的增广阵中存在(0, 0, ..., a)这样的行(a != 0). for (i = k; i < equ; i++){ // 对于无穷解来说,如果要判断哪些是自由变元,那么初等行变换中的交换就会影响,则要记录交换. if (a[i][col] != 0) return -1; } // 2. 无穷解的情况: 在var * (var + 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. if (k < var){ // 首先,自由变元有var - k个,即不确定的变元至少有var - k个. for (i = k - 1; i >= 0; i--){ // 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equ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. free_x_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. for (j = 0; j < var; j++){ if (a[i][j] != 0 && free_x[j]) free_x_num++, free_index = j; } if (free_x_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. temp = a[i][var]; for (j = 0; j < var; j++){ if (a[i][j] != 0 && j != free_index) temp -= a[i][j] * x[j]; } x[free_index] = temp / a[i][free_index]; // 求出该变元. free_x[free_index] = 0; // 该变元是确定的. } return var - k; // 自由变元有var - k个. } // 3. 唯一解的情况: 在var * (var + 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 = var - 1; i >= 0; i--){ temp = a[i][var]; for (j = i + 1; j < var; j++){ if (a[i][j] != 0) temp -= a[i][j] * x[j]; } if (temp % a[i][i] != 0) return -2; // 说明有浮点数解,但无整数解. x[i] = temp / a[i][i]; } return 0;}int main(void){ freopen("in.txt", "r", stdin); freopen("out.txt","w",stdout); int i, j; int equ,var; while (scanf("%d %d", &equ, &var) != EOF){ memset(a, 0, sizeof(a)); for (i = 0; i < equ; i++){ for (j = 0; j < var + 1; j++){ scanf("%d", &a[i][j]); } }// Debug(); int free_num = Gauss(equ,var); if (free_num == -1) printf("无解!\n"); else if (free_num == -2) printf("有浮点数解,无整数解!\n"); else if (free_num > 0){ printf("无穷多解! 自由变元个数为%d\n", free_num); for (i = 0; i < var; i++){ if (free_x[i]) printf("x%d 是不确定的\n", i + 1); else printf("x%d: %d\n", i + 1, x[i]); } } else{ for (i = 0; i < var; i++){ printf("x%d: %d\n", i + 1, x[i]); } } printf("\n"); } return 0;}
接下来是对于浮点数的高斯消元
由于是浮点数的运算,所以要设定一个eps,当一个数小于eps时,就认为它是0
const int MAXN = 1000;const double eps = 1e-7;double a[MAXN][MAXN],x[MAXN];int equ,var;int Gauss(){ int col,max_r; for(int k=0,col=0;k<equ&&col<var;k++,col++){ max_r=k; for(int i=k+1;i<equ;i++) if(fabs(a[i][col])>fabs(a[max_r][col])) max_r=i; if(fabs(a[max_r][col])<eps) return 0; if(k!=max_r){ for(int j=col;j<var;j++) swap(a[k][j],a[max_r][j]); swap(x[k],x[max_r]); } x[k]/=a[k][col]; for(int j=col+1;j<var;j++) a[k][j]/=a[k][col]; a[k][col]=1; for(int i=0;i<equ;i++){ if(i!=k){ x[i]-=x[k]*a[i][k]; for(int j=col+1;j<var;j++) a[i][j]-=a[k][j]*a[i][col]; a[i][col]=0; } } } return 1;}
最后是应用比较广泛的0-1高斯消元
int Gauss(int equ, int var){ int max_r,col,k; for(k=0,col=0;k<equ&&col<var;k++,col++){ max_r=k; for(int i=k+1;i<equ;i++){ if(abs(a[i][col])>abs(a[max_r][col])) max_r=i; } if(a[max_r][col]==0){ k--; continue; } if(max_r!=k){ for(int j=col;j<var+1;j++){ swap(a[k][j],a[max_r][j]); } } for(int i=k+1;i<equ;i++){ if(a[i][col]!=0){ for(int j=col;j<var+1;j++){ a[i][j]^=a[k][j]; } } } } return var-k;}//枚举自由变元,求出多解中的最小解void solve(){ int t=Gauss(); if(t==-1){ puts("inf"); } else if(t==0){ int ans=0; for(int i=0;i<n*n;i++){ ans+=x[i]; } printf("%d\n",ans); } else{ int cnt; int ans=0x3fffffff; int tot=1<<t; //枚举自由变元 for(int i=0;i<tot;i++){ int tmp=tot; cnt=0; for(int j=0;j<t;j++){ if((tmp>>j)&1){ x[free_x[j]]=1; cnt++; } else x[free_x[j]]=0; } for(int j=var-t-1;j>=0;j--){ int idx; for(idx=j;idx<var;idx++){ if(a[j][idx]) break; } x[idx]=a[j][var]; for(int k=idx+1;k<var;k++){ x[idx]^=(a[j][k]&x[k]); } cnt+=x[idx]; } ans=min(ans,cnt); } printf("%d\n",ans); }}
- 数论常用内容——高斯消元
- 数论常用内容——整除
- 数论常用内容——阶乘
- 数论常用内容——素数
- 数论常用内容——反素数
- 数论常用内容——数根
- 数论常用内容——矩阵快速幂
- 数论常用内容——欧拉函数
- 数论常用内容——中国剩余定理
- 数论常用内容——欧几里得算法与扩展欧几里得算法
- ACM常用模板——数论
- 数论内容
- 数论(二)——数论函数
- 字符串常用方法—文件内容读写
- hdu4336——数论
- 数论——GCD
- 数列——数论
- 中位数——数论
- LeetCode122 Best Time to Buy and Sell Stock II
- MySQL增删改查基础
- ReactNative入门之android与rn初始化参数的传递
- 聚类综述
- 前日犯的错误
- 数论常用内容——高斯消元
- webshere部署安装包步骤
- Oracle数据库学习
- LeetCode123 Best Time to Buy and Sell Stock III
- Python 3基础教程28-内置函数
- 【计算机视觉】opencv靶标相机姿态解算2 根据四个特征点估计相机姿态 及 实时位姿估计与三维重建相机姿态
- Machine Learning第七讲[支持向量机] --(三)SVM在实践中的应用
- Hibernate 4初识
- 我的工作室