如何用C语言编写程序实现矩阵的加法、乘法、转置和求幂操作?

2026-05-17 06:441阅读0评论SEO基础
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计546个文字,预计阅读时间需要3分钟。

引用:对于矩阵,我们应并不同时生存在大学线性代数中的各种运算,如每天对它相加、相乘、转换等。那么在计算机中该如何实现呢?首先,先定义一个矩阵的结构体。const int MAXN=100; // 矩阵最大尺寸

引言

对于矩阵我们应该并不陌生吧,在大学线性代数里面每天对它相加,相乘,转置等等,那么在计算机中该怎么实现呢?

首先,先定义一个矩阵的结构体。

const int MAXN = 100; //矩阵最大的行和列 // 定义一个矩阵 struct Matrix{ int row,col; //行,列 int matrix[MAXN][MAXN]; Matrix(){} Matrix(int r,int c):row(r),col(c){} // 初始化时同时给行列赋值 }; 矩阵相加

Matrix Add(Matrix x,Matrix y){ Matrix answer = Matrix(x.row, x.col); //定义一个新矩阵 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < y.col; ++j) { answer.matrix[i][j] = x.matrix[i][j] + y.matrix[i][j]; //遍历矩阵中的每个元素然后赋值相加 } } return answer; } 矩阵相乘

Matrix Multiply(Matrix x,Matrix y){ // 初始化的新矩阵的行是第一个矩阵的行,列的第二个矩阵的列 Matrix answer = Matrix(x.row, y.col); for (int i = 0; i < x.row; ++i) { for (int j = 0; j < y.col; ++j) { answer.matrix[i][j] = 0; for (int k = 0; k < x.col; ++k) { answer.matrix[i][j] += x.matrix[i][k] * y.matrix[k][j]; } } } return answer; } 矩阵转置

Matrix Transpose(Matrix x){ Matrix answer = Matrix(x.col, x.row);//行列互换 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < x.col; ++j) { answer.matrix[i][j] = answer.matrix[j][i]; } } return answer; } 矩阵求幂

Matrix QuickPower(Matrix x,int n){ Matrix answer = Matrix(x.row, x.col); // 把answer初始化为单位阵,等价于求快速幂中的answer=1 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < x.col; ++j) { if (i == j) { answer.matrix[i][j] = 1; } else { answer.matrix[i][j] = 0; } } } // 类似于快速幂的算法 while (n != 0) { if (n % 2 == 1) { answer = Multiply(answer, x); } n /= 2; x = Multiply(x, x); } return answer; }

本文共计546个文字,预计阅读时间需要3分钟。

引用:对于矩阵,我们应并不同时生存在大学线性代数中的各种运算,如每天对它相加、相乘、转换等。那么在计算机中该如何实现呢?首先,先定义一个矩阵的结构体。const int MAXN=100; // 矩阵最大尺寸

引言

对于矩阵我们应该并不陌生吧,在大学线性代数里面每天对它相加,相乘,转置等等,那么在计算机中该怎么实现呢?

首先,先定义一个矩阵的结构体。

const int MAXN = 100; //矩阵最大的行和列 // 定义一个矩阵 struct Matrix{ int row,col; //行,列 int matrix[MAXN][MAXN]; Matrix(){} Matrix(int r,int c):row(r),col(c){} // 初始化时同时给行列赋值 }; 矩阵相加

Matrix Add(Matrix x,Matrix y){ Matrix answer = Matrix(x.row, x.col); //定义一个新矩阵 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < y.col; ++j) { answer.matrix[i][j] = x.matrix[i][j] + y.matrix[i][j]; //遍历矩阵中的每个元素然后赋值相加 } } return answer; } 矩阵相乘

Matrix Multiply(Matrix x,Matrix y){ // 初始化的新矩阵的行是第一个矩阵的行,列的第二个矩阵的列 Matrix answer = Matrix(x.row, y.col); for (int i = 0; i < x.row; ++i) { for (int j = 0; j < y.col; ++j) { answer.matrix[i][j] = 0; for (int k = 0; k < x.col; ++k) { answer.matrix[i][j] += x.matrix[i][k] * y.matrix[k][j]; } } } return answer; } 矩阵转置

Matrix Transpose(Matrix x){ Matrix answer = Matrix(x.col, x.row);//行列互换 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < x.col; ++j) { answer.matrix[i][j] = answer.matrix[j][i]; } } return answer; } 矩阵求幂

Matrix QuickPower(Matrix x,int n){ Matrix answer = Matrix(x.row, x.col); // 把answer初始化为单位阵,等价于求快速幂中的answer=1 for (int i = 0; i < x.row; ++i) { for (int j = 0; j < x.col; ++j) { if (i == j) { answer.matrix[i][j] = 1; } else { answer.matrix[i][j] = 0; } } } // 类似于快速幂的算法 while (n != 0) { if (n % 2 == 1) { answer = Multiply(answer, x); } n /= 2; x = Multiply(x, x); } return answer; }