• <ins id="pjuwb"></ins>
    <blockquote id="pjuwb"><pre id="pjuwb"></pre></blockquote>
    <noscript id="pjuwb"></noscript>
          <sup id="pjuwb"><pre id="pjuwb"></pre></sup>
            <dd id="pjuwb"></dd>
            <abbr id="pjuwb"></abbr>

            線性方程組a[][]x[]=b[] : Gauss算法

            /*================================================================================================*\

            |                                   線性方程組a[][]x[]=b[] Gauss算法   

            \*================================================================================================*/

            定理: 有方程組AX = b, 只要A非奇異,則可通過逐次消元及行的變換,將方程組化為三角形方程組,且求出唯一解。

            #define eps 1e-10                                // 定義精度

            #define fabs(x) ((x)>0?(x):-(x))                 // 取絕對值

            #define zero(x) (fabs(x)<eps)                  // 判定是否為0

            const int maxn = 100;                            // 未知數的個數

            double a[maxn][maxn+1]; int n;                   // 增廣矩陣

            void pmat() {                                    // 輸出增廣矩陣,默認為浮點型

                  for (int i = 0, j; i < n; i++) {

                         for (j = 0; j < n; j++)

                                 printf("%lf ", a[i][j]);

                         printf("%lf\n", a[i][j]);

                  }

            }

            ----------------------------------------------------------------------------------------

            列主元消元法: 僅在一列當中選取絕對值最大的元素作為消去的主元素的Gauss算法。增廣矩陣表示。

            ----------------------------------------------------------------------------------------

            double getMaxRow(int k, int &row) {            // 輸出矩陣第a[k..n-1][k]中最大元素和行

                  double ret = 0;

                  for (int i = k; i < n; i++)

                         if (fabs(a[i][k]) > fabs(ret))

                                 ret = a[row=i][k];

                  return ret;

            }

            void swapRow(int k, int i) {                   // 交第k行和第i行: a[k] a[i];

                  for (int j = k; j <= n; j++)  

                         swap(a[k][j], a[i][j]);

            }

            int gauss() {

                  int i, j, k, row;

                  double maxp;      // pmat();

                  for (k = 0; k < n; k++) {

                         maxp = getMaxRow(k, row);

                         if (zero(maxp)) return 0;                 // 如果為奇異陣,則有無數解。

                         if (row != k) swapRow(k, row);             // 需要交換兩行

                         for (j = k + 1; j  <= n; j++) {            // 加減法消元。

                                 a[k][j] /= maxp;

                                 for (i = k+1; i < n; i++)

                                         a[i][j] -= a[i][k]*a[k][j];

                         }

                  }//pmat();

                  for (i = n-1; i >= 0; i--)                       // 結果保留在a[0..n-1][n]

                         for (j = i+1; j < n; j++)

                                 a[i][n] -= a[i][j]*a[j][n];

                  return 1;

            }// gauss

            ----------------------------------------------------------------------------------------

            全主元消元法: 選取剩余的最大元素作為消去的主元素,交換行與列的Gauss算法。增廣矩陣表示。

            ----------------------------------------------------------------------------------------

            double getMax(int k, int &row, int &col) {          // a[k..n][k..n]中查找最大元素

                  double ret = 0;                               // 并保留最大元所在的行與列

                  for (int i = k; i < n; i++)

                         for (int j = k; j < n; j++)

                                 if (fabs(a[i][j]) > fabs(ret))

                                         ret = a[row=i][col=i];

                  return ret;

            }

            void swapCol(int k, int j) {                       // 交換第k列和第j

                  for (int i = 0; i < n; i++)

                         swap(a[i][j], a[i][k]);

            }

            void swapRow(int k, int i) {                       // 交換第k行和第i

                  for (int j = k; j <= n; j++)

                         swap(a[k][j], a[i][j]);

            }

            int index[maxn]; double t[maxn];                  // 兩個輔助數組。

            bool gauss() {

                  int i, j, k, row, col;

                  double maxp;

                  for (i = 0; i < n; i++) index[i] = i;

                  for (k = 0; k < n; k++) {

                         maxp = getMax(k, row, col);

                         if (zero(maxp)) return 0;

                         if (col != k) {

                                 swapCol(k, col);

                                 swap(index[col], index[k]); // 這里要交換索引。

                         }

                         if (row != k) swapRow(k, row);

                         for (j = k+1; j <= n; j++) {

                                 a[k][j] /= maxp;

                                 for (i = k+1; i < n; i++)

                                         a[i][j] -= a[i][k]*a[k][j];

                         }

                  }

                  for (i = n-1; i >= 0; i--)

                         for (j = i+1; j < n; j++)

                                 a[i][n] -= a[i][j]*a[j][n];

                  for (k = 0; k < n; k++) t[index[k]] = a[k][n];

                  for (k = 0; k < n; k++) a[k][n] = t[k];

                  return 1;

            }

             

            比較: 全主元消元法 和 列主元消元法比較起來,其精度更高,如果要求精度較高的情況,選擇全主元消元法,精度較低時,選擇列主元消元法。

            ----------------------------------------------------------------------------------------

            高斯-諾爾當消元法:除主對角線元素為1之外其余元素都為零的消元法。增廣矩陣表示。

            ----------------------------------------------------------------------------------------

            double getRow(int k, int &row) {            // 獲得當前列的a[k..n][k]的第一個非零元

                  for (int i = k; i < n; i++)

                         if (!zero(a[i][k])) return a[row=i][k];

                  return 0;

            }

            void swapRow(int k, int i) {               // 交行第k行和第i

                  for (int j = k; j <= n; j++)

                         swap(a[k][j], a[i][j]);

            }

            bool gauss() {

                  int i, j, k, row;

                  double ret;

                  for (k = 0; k < n; k++) {

                         ret = getRow(k, row);//pmat();

                         if (zero(ret)) return 0;

                         if (row != k) swapRow(k, row);

                         for (j = k; j <= n; j++)

                                 a[k][j] /= ret;

                         for (j = k+1; j <= n; j++) {

                                 for (i = 0; i < k; i++)

                                         a[i][j] -= a[i][k]*a[k][j];

                                 for (i = k+1; i < n; i++)

                                         a[i][j] -= a[i][k]*a[k][j];

                         }

                  }

                  return 1;

            }

             

             

             

             

             

             


             

            /*================================================================================================*\

            |                                   Gauss消元算法求解開關燈問題   

            \*================================================================================================*/

            開關問題:有N個相同的開關,每個開關都與某些開關有著聯系,每當你打開或者關閉某個開關的時候,其他的與此開關相關聯的開關也會相應地發生變化,即這些相聯系的開關的狀態如果原來為開就變為關,如果為關就變為開。

            對于這類問題,巧妙的運用位運算和gauss算法可以高效的解決。

            ----------------------------------------------------------------------------------------

            開燈問題告訴N(N<=63)盞燈和M(M<=N)個開關,每個開關可以控制K(K<=N)盞燈,給定N盞燈的初始狀態S和要求通過開關控制得到的目標狀態E,求可以達到目標狀態的方案數。

            ----------------------------------------------------------------------------------------

            簡單分析:對于每個開關,有按和不按兩種選擇(記為0/1; 對于每盞燈有變和不變兩種情況(0/1,如果初態和終態不一樣,那么這盞燈是一定要變化的。由此我們就可以得到一個0/1的矩陣:讓N盞燈燈作為列向量,開關作為橫向量,把每盞燈是否變化作為第M列(由0開始)這樣就得到一個N*(M+1)的矩陣,該矩陣有如下性質:

            1. 如果N = M ,那么矩陣為增廣矩陣。

            2. 該矩陣相當于方程組A * X = B,因此可以求其解。

               1. 若方程組有唯一解,那么,N = M (逆命題:如果M = N ,那么方程組有唯一解 不成立)

               2. 若方程組無實數解,那么,該方程不可以化成嚴格上三角形式(具體的證明見相關資料,這里不再證明)

               3. 若方程組有多接,即存在自由變元,因為每個自由變元可以取0/1兩種情況,那么總共有2^m(m為變元數)解。

            下面是經過驗證的代碼:

            int getRow(int p, int q, int &row) {

                  for (int i = p; i < n; i++)

                         if (!zero(a[i][q])) return a[row=i][q];

                  return row=0;

            }

            void swapRow(int p, int row, int q) {

                  for (int k = q; k <= m; k++)

                         swap(a[p][k], a[row][k]);

            }

            i64 gauss() {

                  int i = -1, j = -1, k, p, q, ret, row;

                  while(++i < n && ++j < m) {

                         ret = getRow(i, j, row);

                         if (zero(ret)) { i--; continue;}

                         if (row != i) swapRow(i, row, j);

                         for (p = i+1; p < n; p++) if (a[p][j])

                                 for (q = j; q <= m; q++)

                                         a[p][q] ^= a[i][q];

                  }

                  for (k = i; k < n; k++) if(a[k][m]) return -1;

                  return (i64)1 << (m-i);

            }    //link: hdu3364 http://acm.hdu.edu.cn/showproblem.php?pid=3364

            ----------------------------------------------------------------------------------------

            開關問題:有N個相同的開關,每個開關都與某些開關有著聯系,每當你打開或者關閉某個開關的時候,其他的與此開關相關聯的開關也會相應地發生變化,即這些相聯系的開關的狀態如果原來為開就變為關,如果為關就變為開

            求: 1. 方案數(自由變元的數目)  2. 給定一個最少的開關方案

            ----------------------------------------------------------------------------------------

            這類問題是上面問題的一種簡化:

            對于問題一、可以直接套用上面的公式(N=M

            對于問題二、如果構造得到的方程組只有一個解,那么問題解決,這里主要討論一下多解,存在自由變元的情況。如果存在自由變元,我們就要枚舉每個自由變元(0/1)然后比較選擇最小。枚舉時間復雜度為2^m(m為自由變元的個數)

            下面是簡單的枚舉自由元的算法。

            int gans(int a[][maxn+1]) {

                  int i, j, ret = a[n-1][n];

                  for (i = n-2; i >= 0; i--) {

                         for (j = i+1; j < n; j++)

                                 a[i][n] ^= a[i][j] && a[j][n];

                         ret += b[i][n];

                  }

                  return ret;

            }

            void dfs(int p, int k) {

                  if (p == k) {

                         memcpy(b, a, sizeof(b));

                         int ret = gans(b);

                         if (ret < ans) ans = ret;

                         return;

                  }

                  a[p][n] = 1; dfs(p-1, k);

                  a[p][n] = 0; dfs(p-1, k);

            }

            int gauss() { //……代碼見上(n=m)……//

                  dfs(n-1, i-1);

                  return ans;

            }

            Link: pku_1222 http://162.105.81.212/JudgeOnline/problem?id=1222

                  pku_1681 http://162.105.81.212/JudgeOnline/problem?id=1681

            pku_1753 http://162.105.81.212/JudgeOnline/problem?id=1753

            pku_1830 http://162.105.81.212/JudgeOnline/problem?id=1830

                  pku_3185 http://162.105.81.212/JudgeOnline/problem?id=3185

             

             

             

             

            /*================================================================================================*\

            |                                   Gauss消元算法求解開關燈問題   

            \*================================================================================================*/

            開關問題:有N個相同的開關,每個開關都與某些開關有著聯系,每當你打開或者關閉某個開關的時候,其他的與此開關相關聯的開關也會相應地發生變化,即這些相聯系的開關的狀態如果原來為開就變為關,如果為關就變為開。

            對于這類問題,巧妙的運用位運算和gauss算法可以高效的解決。

            ----------------------------------------------------------------------------------------

            開燈問題告訴N(N<=63)盞燈和M(M<=N)個開關,每個開關可以控制K(K<=N)盞燈,給定N盞燈的初始狀態S和要求通過開關控制得到的目標狀態E,求可以達到目標狀態的方案數。

            ----------------------------------------------------------------------------------------

            簡單分析:對于每個開關,有按和不按兩種選擇(記為0/1; 對于每盞燈有變和不變兩種情況(0/1,如果初態和終態不一樣,那么這盞燈是一定要變化的。由此我們就可以得到一個0/1的矩陣:讓N盞燈燈作為列向量,開關作為橫向量,把每盞燈是否變化作為第M列(由0開始)這樣就得到一個N*(M+1)的矩陣,該矩陣有如下性質:

            1. 如果N = M ,那么矩陣為增廣矩陣。

            2. 該矩陣相當于方程組A * X = B,因此可以求其解。

               1. 若方程組有唯一解,那么,N = M (逆命題:如果M = N ,那么方程組有唯一解 不成立)

               2. 若方程組無實數解,那么,該方程不可以化成嚴格上三角形式(具體的證明見相關資料,這里不再證明)

               3. 若方程組有多接,即存在自由變元,因為每個自由變元可以取0/1兩種情況,那么總共有2^m(m為變元數)解。

            下面是經過驗證的代碼:

            int getRow(int p, int q, int &row) {

                            for (int i = p; i < n; i++)

                                                if (!zero(a[i][q])) return a[row=i][q];

                            return row=0;

            }

            void swapRow(int p, int row, int q) {

                            for (int k = q; k <= m; k++)

                                                swap(a[p][k], a[row][k]);

            }

            i64 gauss() {

                            int i = -1, j = -1, k, p, q, ret, row;

                            while(++i < n && ++j < m) {

                                                ret = getRow(i, j, row);

                                                if (zero(ret)) { i--; continue;}

                                                if (row != i) swapRow(i, row, j);

                                                for (p = i+1; p < n; p++) if (a[p][j])

                                                                    for (q = j; q <= m; q++)

                                                                                         a[p][q] ^= a[i][q];

                            }

                            for (k = i; k < n; k++) if(a[k][m]) return -1;

                            return (i64)1 << (m-i);

            }             //link: hdu3364 http://acm.hdu.edu.cn/showproblem.php?pid=3364

            ----------------------------------------------------------------------------------------

            開關問題:有N個相同的開關,每個開關都與某些開關有著聯系,每當你打開或者關閉某個開關的時候,其他的與此開關相關聯的開關也會相應地發生變化,即這些相聯系的開關的狀態如果原來為開就變為關,如果為關就變為開

            求: 1. 方案數(自由變元的數目)  2. 給定一個最少的開關方案

            ----------------------------------------------------------------------------------------

            這類問題是上面問題的一種簡化:

            對于問題一、可以直接套用上面的公式(N=M

            對于問題二、如果構造得到的方程組只有一個解,那么問題解決,這里主要討論一下多解,存在自由變元的情況。如果存在自由變元,我們就要枚舉每個自由變元(0/1)然后比較選擇最小。枚舉時間復雜度為2^m(m為自由變元的個數)

            下面是簡單的枚舉自由元的算法。

            int gans(int a[][maxn+1]) {

                            int i, j, ret = a[n-1][n];

                            for (i = n-2; i >= 0; i--) {

                                                for (j = i+1; j < n; j++)

                                                                    a[i][n] ^= a[i][j] && a[j][n];

                                                ret += b[i][n];

                            }

                            return ret;

            }

            void dfs(int p, int k) {

                            if (p == k) {

                                                memcpy(b, a, sizeof(b));

                                                int ret = gans(b);

                                                if (ret < ans) ans = ret;

                                                return;

                            }

                            a[p][n] = 1; dfs(p-1, k);

                            a[p][n] = 0; dfs(p-1, k);

            }

            int gauss() { //……代碼見上(n=m)……//

                            dfs(n-1, i-1);

                            return ans;

            }

            Link: pku_1222 http://162.105.81.212/JudgeOnline/problem?id=1222

                  pku_1681 http://162.105.81.212/JudgeOnline/problem?id=1681

            pku_1753 http://162.105.81.212/JudgeOnline/problem?id=1753

            pku_1830 http://162.105.81.212/JudgeOnline/problem?id=1830

                  pku_3185 http://162.105.81.212/JudgeOnline/problem?id=3185

             

             

             

             

             

             

            posted on 2010-08-06 22:57 小志 閱讀(411) 評論(0)  編輯 收藏 引用

            <2025年5月>
            27282930123
            45678910
            11121314151617
            18192021222324
            25262728293031
            1234567

            導航

            統計

            常用鏈接

            留言簿

            隨筆檔案(8)

            文章檔案(1)

            相冊

            收藏夾

            ACM --- Online Judge

            小志

            最新隨筆

            積分與排名

            最新隨筆

            最新評論

            閱讀排行榜

            評論排行榜

            国产精品伊人久久伊人电影| 99久久这里只有精品| 99久久精品这里只有精品| 久久婷婷综合中文字幕| 国产AV影片久久久久久| 久久久精品波多野结衣| 久久夜色精品国产亚洲| 久久久久女人精品毛片| AA级片免费看视频久久| 偷窥少妇久久久久久久久| 99麻豆久久久国产精品免费| 久久精品亚洲福利| 久久99精品久久久久婷婷| 久久久久国产亚洲AV麻豆| 久久精品无码午夜福利理论片| 精品免费久久久久国产一区| 伊人久久综合精品无码AV专区 | 亚洲国产香蕉人人爽成AV片久久| 国产亚洲美女精品久久久2020| 2020最新久久久视精品爱| 久久久久亚洲精品天堂| 热RE99久久精品国产66热| 久久青青草原国产精品免费| 天堂久久天堂AV色综合| 亚洲欧美久久久久9999| 国产高潮久久免费观看| 久久精品国产99久久无毒不卡 | 亚洲AV无码久久精品蜜桃| 久久精品国产色蜜蜜麻豆 | 久久精品夜色噜噜亚洲A∨| 久久国产精品无码一区二区三区 | 久久av高潮av无码av喷吹| 99精品国产在热久久| 国产精品久久99| 久久久久人妻精品一区二区三区 | 久久精品国产亚洲沈樵| 日本欧美久久久久免费播放网| 久久久久久国产a免费观看黄色大片 | 热久久最新网站获取| 中文成人久久久久影院免费观看| 久久久99精品一区二区|