高斯消元
2013-06-21 22:01
417 查看
今天开始看高斯消元。高斯消元个人通过最近的一系列联系越发感到它的重要性。废话不多说,接下来就讲一下高斯消元。
其实高斯消元这个东西并不困难,只要搞懂了它的原理,即使自己独立也可以写出来。
首先推荐http://blog.163.com/baobao_zhang@126/blog/static/4825236720099202538409/,个人感觉他讲的挺好懂的。在讲高斯消元之前首先要明白线性代数,其实高斯消元就是用行列式对方程组进行一个简化以便于处理求解。
在这里有于篇幅和个人能力的限制,就不介绍行列式了,具体的在网上都可以找到,并不是很难。当你掌握了行列式的一些基本知识后就会发现,对于两个通过行列变换得到的行列式所代表的方程组,其解值都是相同的。明白这个性质很重要,因为高斯消元的核心就是把原行列式转化为行阶梯式求解。
掌握了行列式的知识和高斯消元的大致原理后,它的解题步骤也就不难想到:
(我们设方程组中方程的个数为equ,变元的个数为var,注意:一般情况下是n个方程,n个变元,但是有些题目就故意让方程数与变元数不同)
1. 把方程组转换成增广矩阵。
2. 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。
3. 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。
③ 无穷解。
条件是k < equ,即不能形成严格的上三角形,自由变元的个数即为equ – k,但有些题目要求判断哪些变元是不缺定的。
这里单独介绍下这种解法:
首先,自由变元有var - k个,即不确定的变元至少有var - k个。我们先把所有的变元视为不确定的。在每个方程中判断不确定变元的个数,如果大于1个,则该方程无法求解。如果只有1个变元,那么该变元即可求出,即为确定变元。
以上介绍的是求解整数线性方程组的求法,复杂度是O(n3)。浮点数线性方程组的求法类似,但是要在判断是否为0时,加入EPS,以消除精度问题。
贴几个模板:
其实高斯消元这个东西并不困难,只要搞懂了它的原理,即使自己独立也可以写出来。
首先推荐http://blog.163.com/baobao_zhang@126/blog/static/4825236720099202538409/,个人感觉他讲的挺好懂的。在讲高斯消元之前首先要明白线性代数,其实高斯消元就是用行列式对方程组进行一个简化以便于处理求解。
在这里有于篇幅和个人能力的限制,就不介绍行列式了,具体的在网上都可以找到,并不是很难。当你掌握了行列式的一些基本知识后就会发现,对于两个通过行列变换得到的行列式所代表的方程组,其解值都是相同的。明白这个性质很重要,因为高斯消元的核心就是把原行列式转化为行阶梯式求解。
掌握了行列式的知识和高斯消元的大致原理后,它的解题步骤也就不难想到:
(我们设方程组中方程的个数为equ,变元的个数为var,注意:一般情况下是n个方程,n个变元,但是有些题目就故意让方程数与变元数不同)
1. 把方程组转换成增广矩阵。
2. 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。
3. 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。
③ 无穷解。
条件是k < equ,即不能形成严格的上三角形,自由变元的个数即为equ – k,但有些题目要求判断哪些变元是不缺定的。
这里单独介绍下这种解法:
首先,自由变元有var - k个,即不确定的变元至少有var - k个。我们先把所有的变元视为不确定的。在每个方程中判断不确定变元的个数,如果大于1个,则该方程无法求解。如果只有1个变元,那么该变元即可求出,即为确定变元。
以上介绍的是求解整数线性方程组的求法,复杂度是O(n3)。浮点数线性方程组的求法类似,但是要在判断是否为0时,加入EPS,以消除精度问题。
贴几个模板:
#include<stdio.h> #include<algorithm> #include<iostream> #include<string.h> #include<math.h> using namespace std; 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 aa7b _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; }接下来的两个代码中,matrix数组表示等号左边的值,ans数组表示等号右边的值,最终的解是ans数组
/* 无特殊情况高斯消元 并且答案乱记 高斯消元从来没有好好写过 今天来尝试一下 Debug:No */ typedef double matrix[50][50]; void reduce(matrix a,double ans[],int n) { int t;double p; for(int i=0;i<n;i++) { t=i; for(int j=i;j<n;j++) if(fabs(a[j][i])>fabs(a[t][i]))t=j; for(int j=i;j<n;j++) { p=a[i][j];a[i][j]=a[t][j];a[t][j]=p; } p=ans[i];ans[i]=ans[t];ans[t]=p; for(int j=i+1;j<n;j++) { p=a[j][i]/a[i][i]; for(int k=i;k<n;k++)a[j][k]-=p*a[i][k]; ans[j]-=p*ans[i]; } } for(int i=n-1;i>=0;i--) for(int j=n;j>i;j--)ans[i]-=ans[j]*a[i][j]; }
/* 无特殊情况高斯消元xor版 并且答案乱记 xor的比较好写吧 Debug:No */ typedef int matrix[50][50]; void reduce(matrix a,int ans[],int n) { int t,p; for(int i=0;i<n;i++) { t=i; for(int j=i;j<n;j++) if(a[i][j])t=j; for(int j=i;j<n;j++) { p=a[i][j];a[i][j]=a[t][j];a[t][j]=p; } p=ans[i];ans[i]=ans[t];ans[t]=p; for(int j=i+1;j<n;j++) { if(a[j][i]) for(int k=i;k<n;k++)a[j][k]^=a[i][k]; ans[j]^=ans[i]; } } for(int i=n-1;i>=0;i--) for(int j=n;j>i;j--)ans[i]^=(ans[j]^a[i][j]); }
相关文章推荐
- UVA 1563 - SETI (高斯消元+逆元)
- (高斯消元)HDU2827 The Evaluation of Determinant
- CDOJ 1330 柱爷与远古法阵【高斯消元,卡精度】
- 【BZOJ1778】[Usaco2010 Hol]Dotp 驱逐猪猡 期望DP+高斯消元
- 【bzoj1778】[Usaco2010 Hol]Dotp 驱逐猪猡 矩阵乘法+概率dp+高斯消元
- HDU 4870 Rating 概率DP(高斯消元)
- bzoj1013——球形空间生成器(高斯消元)
- 白书高斯消元模板
- bzoj1778: [Usaco2010 Hol]Dotp 驱逐猪猡(概率DP+高斯消元)
- 洛谷 P2447 [SDOI2010]外星千足虫(高斯消元bitset优化)
- 【高斯消元】CDOJ1785 曜酱的线性代数课堂(三)
- POJ1222EXTENDED LIGHTS OUT(高斯消元)
- [BZOJ2337]期望+高斯消元
- 高斯消元 EXTENDED LIGHTS OUT POJ - 1222
- poj 1830 高斯消元
- Painter's Problem POJ - 1681 高斯消元+枚举自由元
- hdu3949 XOR(求所有的异或和的第k小,高斯消元求线性基)
- [BZOJ2337][HNOI2011]XOR和路径-高斯消元-期望
- BZOJ 3143: [Hnoi2013]游走 高斯消元 期望
- [POJ1830]开关问题(高斯消元)