第四章 分治策略 4.2 矩阵乘法的Strassen算法
package chap04_Divide_And_Conquer; import static org.junit.Assert.*; import java.util.Arrays; import org.junit.Test; /**
* 矩阵相乘的算法
*
* @author xiaojintao
*
*/
public class MatrixOperation {
/**
* 普通的矩阵相乘算法,c=a*b。其中,a、b都是n*n的方阵
*
* @param a
* @param b
* @return c
*/
static int[][] matrixMultiplicationByCommonMethod(int[][] a, int[][] b) {
int n = a.length;
int[][] c = new int[n][n];
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i][j] = 0;
for (int k = 0; k < n; k++) {
c[i][j] += a[i][k] * b[k][j];
}
}
}
return c;
} /**
* strassen 算法求矩阵乘法 n为2的幂
*
* @param a
* @param b
* @return
*/
static int[][] matrixMultiplicationByStrassen(int[][] a, int[][] b) {
int n = a.length;
if (n == 1) {
int[][] c = new int[1][1];
c[0][0] = a[0][0] * b[0][0];
return c;
}
int m = n / 2;
int[][] a11, a12, a21, a22, b11, b12, b21, b22;
int[][] c = new int[n][n];
a11 = new int[m][m];
a12 = new int[m][m];
a21 = new int[m][m];
a22 = new int[m][m];
b11 = new int[m][m];
b12 = new int[m][m];
b21 = new int[m][m];
b22 = new int[m][m]; for (int i = 0; i < m; i++) {
for (int j = 0; j < m; j++) {
a11[i][j] = a[i][j];
}
}
for (int i = 0; i < m; i++) {
for (int j = 0; j < m; j++) {
b11[i][j] = b[i][j];
}
}
for (int i = 0; i < m; i++) {
for (int j = m; j < n; j++) {
a12[i][j - m] = a[i][j];
}
}
for (int i = 0; i < m; i++) {
for (int j = m; j < n; j++) {
b12[i][j - m] = b[i][j];
}
}
for (int i = m; i < n; i++) {
for (int j = 0; j < m; j++) {
a21[i - m][j] = a[i][j];
}
}
for (int i = m; i < n; i++) {
for (int j = 0; j < m; j++) {
b21[i - m][j] = b[i][j];
}
}
for (int i = m; i < n; i++) {
for (int j = m; j < n; j++) {
a22[i - m][j - m] = a[i][j];
}
}
for (int i = m; i < n; i++) {
for (int j = m; j < n; j++) {
b22[i - m][j - m] = b[i][j];
}
}
int[][] s1 = matrixMinus(b12, b22);
int[][] s2 = matrixAdd(a11, a12);
int[][] s3 = matrixAdd(a21, a22);
int[][] s4 = matrixMinus(b21, b11);
int[][] s5 = matrixAdd(a11, a22);
int[][] s6 = matrixAdd(b11, b22);
int[][] s7 = matrixMinus(a12, a22);
int[][] s8 = matrixAdd(b21, b22);
int[][] s9 = matrixMinus(a11, a21);
int[][] s10 = matrixAdd(b11, b12); int[][] p1 = matrixMultiplicationByStrassen(a11, s1);
int[][] p2 = matrixMultiplicationByStrassen(s2, b22);
int[][] p3 = matrixMultiplicationByStrassen(s3, b11);
int[][] p4 = matrixMultiplicationByStrassen(a22, s4);
int[][] p5 = matrixMultiplicationByStrassen(s5, s6);
int[][] p6 = matrixMultiplicationByStrassen(s7, s8);
int[][] p7 = matrixMultiplicationByStrassen(s9, s10); int[][] t1, t2, t3;
t1 = matrixAdd(p5, p4);
t2 = matrixMinus(t1, p2);
int[][] c11 = matrixAdd(t2, p6);
int[][] c12 = matrixAdd(p1, p2);
int[][] c21 = matrixAdd(p3, p4);
t1 = matrixAdd(p5, p1);
t2 = matrixMinus(t1, p3);
int[][] c22 = matrixMinus(t2, p7);
c = matrixConbine(c11, c12, c21, c22);
return c;
} /**
* 矩阵加法 c=a+b
*
* @param a
* @param b
* @return
*/
static int[][] matrixAdd(int[][] a, int[][] b) {
int n = a.length;
int[][] c = new int[n][n];
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i][j] = a[i][j] + b[i][j];
}
}
return c;
} /**
* 矩阵减法 c=a-b
*
* @param a
* @param b
* @return
*/
static int[][] matrixMinus(int[][] a, int[][] b) {
int n = a.length;
int[][] c = new int[n][n];
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i][j] = a[i][j] - b[i][j];
}
}
return c;
} /**
* 将矩阵的四个部分组合
*
* @param t11
* @param t12
* @param t21
* @param t22
* @return
*/
protected static int[][] matrixConbine(int[][] t11, int[][] t12,
int[][] t21, int[][] t22) {
int n = t11.length;
int m = 2 * n;
int[][] c = new int[m][m];
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i][j] = t11[i][j];
}
}
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i][j + n] = t12[i][j];
}
}
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i + n][j] = t21[i][j];
}
}
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
c[i + n][j + n] = t22[i][j];
}
}
return c;
} @Test
public void testName() throws Exception {
// int[][] a = { { 1, 2, 3 }, { 4, 5, 6 }, { 7, 8, 9 } };
// int[][] b = { { 1, 3, 5 }, { 2, 4, 6 }, { 9, 8, 7 } };
// int[][] c = commonMatrixMultiplication(a, b);
// int[][] c = matrixAdd(a, b); int[][] m = { { 1, 2, 3, 4 }, { 5, 6, 7, 8 }, { 9, 10, 11, 12 },
{ 13, 14, 15, 16 } };
int[][] n = { { 1, 3, 5, 7 }, { 2, 4, 6, 8 }, { 4, 3, 2, 1 },
{ 9, 8, 7, 6 } }; int[][] c = matrixMultiplicationByStrassen(m, n);
System.out.println(Arrays.deepToString(c));
int[][] d = matrixMultiplicationByCommonMethod(m, n);
System.out.println(Arrays.deepToString(d));
}
}
暴力求解复杂度为O(n3),Strassen算法为O(n log7)
第四章 分治策略 4.2 矩阵乘法的Strassen算法的更多相关文章
- 4-2.矩阵乘法的Strassen算法详解
题目描述 请编程实现矩阵乘法,并考虑当矩阵规模较大时的优化方法. 思路分析 根据wikipedia上的介绍:两个矩阵的乘法仅当第一个矩阵B的列数和另一个矩阵A的行数相等时才能定义.如A是m×n矩阵和B ...
- 《算法导论》——矩阵乘法的Strassen算法
前言: 很多朋友看到我写的<算法导论>系列,可能会觉得云里雾里,不知所云.这里我再次说明,本系列博文时配合<算法导论>一书,给出该书涉及的算法的c++实现.请结合<算法导 ...
- 【技术文档】《算法设计与分析导论》R.C.T.Lee等·第4章 分治策略
分治策略有一种“大事化小,小事化了”的境界,它的思想是将原问题分解成两个子问题,两个子问题的性质和原问题相同,因此这两个子问题可以再用分治策略求解,最终将两个子问题的解合并成原问题的解.有时,我们会有 ...
- 分治与递归-Starssen矩阵乘法
代码实现: /** * 矩阵乘法求解 * @author Administrator * */ public class Strassen { public static final int NUMB ...
- 整数快速乘法/快速幂+矩阵快速幂+Strassen算法
快速幂算法可以说是ACM一类竞赛中必不可少,并且也是非常基础的一类算法,鉴于我一直学的比较零散,所以今天用这个帖子总结一下 快速乘法通常有两类应用:一.整数的运算,计算(a*b) mod c 二.矩 ...
- 第4章 分治策略 monge阵列
/* fi表示第i行的最左最小元素的列小标,则有f0<f1<f2<...<fn-1 取数组的偶数行,组成新的子数组,递归求解最左最小元素的列下表,利用偶数项限定奇数项的范围,再 ...
- 数学(矩阵乘法,随机化算法):POJ 3318 Matrix Multiplication
Matrix Multiplication Time Limit: 2000MS Memory Limit: 65536K Total Submissions: 17783 Accepted: ...
- 算法导论 第三章 and 第四章
第三章 渐进的基本O().... 常用函数 % 和 // 转换 斯特林近似公式 斐波那契数 第四章 分治策略:分解(递归)--解决(递归触底)--合并 求解递归式的3种方法: 1:代入法(替代法): ...
- 算法导论-矩阵乘法-strassen算法
目录 1.矩阵相乘的朴素算法 2.矩阵相乘的strassen算法 3.完整测试代码c++ 4.性能分析 5.参考资料 内容 1.矩阵相乘的朴素算法 T(n) = Θ(n3) 朴素矩阵相乘算法,思想明了 ...
随机推荐
- php 相关模块备忘
在安装php的时候,不管是编译安装: ./configure --prefix=/usr/local/php --with-config-file-path=/usr/local/php/etc -- ...
- ZeroClipboard – 轻松实现复制文本到剪贴板功能
ZeroClipboard 库提供了一种把文本复制到剪贴板的简单方法.Zero 表示该库是不可见的,用户界面则完全取决于你. 该库完全兼容 Flash Player 10.0.0 或以上版本,这就要求 ...
- Web 开发中应用 HTML5 技术的10个实例教程
HTML5 作为下一代网站开发技术,无论你是一个 Web 开发人员或者想探索新的平台的游戏开发者,都值得去研究.借助尖端功能,技术和 API,HTML5 允许你创建响应性.创新性.互动性以及令人惊叹的 ...
- web基础
1.认识webapp程序? 请求方式不同:基于事件触发------基于http协议下的http请求和http响应.点击百度一下-----发送了请求:不仅会携带问题,ip地址,主机号.请求是客户 ...
- 移动端图片滚动加载-lazyload实现的要点总结
最近在做移动端的营销页面时,遇到了页面有大量图片的情况,于是很自然的想到了要使用图片lazyload,PC端用着jQuery,也有现成的插件.但是在移动端,基本不用jQuery,于是就试着自己去造一下 ...
- SDWebImage 加载网络图片失败,重新运行,就能加载成功。
现象: 使用SDWebImage 加载网络图片,偶尔会有一两张图片就是显示不出来.重新运行有时又可以了. 这个问题的原因是: 当SDWebImage 在加载图片的时候 我用的是- (void)sd_s ...
- Android.mk相关知识
Android.mk是Android提供的一种makefile文件,用来指定诸如编译生成so库名.引用的头文件目录.需要编译的.c/.cpp文件和.a静态库文件等.要掌握jni,就必须熟练掌握Andr ...
- android MediaPlayer API大全已经方法详解(转载)
通过这张图,我们可以知道一个MediaPlayer对象有以下的状态: 1)当一个MediaPlayer对象被刚刚用new操作符创建或是调用了reset()方法后,它就处于Idle状态.当调用了rele ...
- 关于iOS和OS X废弃的API知识点
今天在查看苹果接口文档时,突然对于接口的声明知识点比较感兴趣,再网络找到下面这个比较不错的文章,记录一下并分享: 如你所知,已废弃(Deprecated)的API指的是那些已经过时的并且在将来某个时间 ...
- NSFileHandle
/* 文件处理句柄要完成的工作: 相当于C中的文件操作,诸如 打开,读,写,关闭,修改文件偏移量等行为 类名: NSFileHandle 注意: 操作句柄时,重点把握文件的偏移量在哪个位置 重点 ...