用c++编写对于两个 n×n 的矩阵 A 和 B,计算 C=A×B。采用分治法设计实现更有效的算法。

时间: 2024-04-30 12:20:23 浏览: 10
可以采用Strassen算法来对两个矩阵进行分治计算,时间复杂度为O(n^log2(7))。 以下是C语言实现代码: ```c #include <stdio.h> #include <stdlib.h> void strassen(int n, int **A, int **B, int **C); void add(int n, int **A, int **B, int **C); void sub(int n, int **A, int **B, int **C); void split(int n, int **A, int ***A11, int ***A12, int ***A21, int ***A22); void merge(int n, int ***A11, int ***A12, int ***A21, int ***A22, int **A); void printMatrix(int n, int **A); int main() { int n; printf("Enter the size of matrix: "); scanf("%d", &n); int **A, **B, **C; A = (int **)malloc(n * sizeof(int *)); B = (int **)malloc(n * sizeof(int *)); C = (int **)malloc(n * sizeof(int *)); for (int i = 0; i < n; i++) { A[i] = (int *)malloc(n * sizeof(int)); B[i] = (int *)malloc(n * sizeof(int)); C[i] = (int *)malloc(n * sizeof(int)); } printf("Enter elements of matrix A:\n"); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { scanf("%d", &A[i][j]); } } printf("Enter elements of matrix B:\n"); for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { scanf("%d", &B[i][j]); } } strassen(n, A, B, C); printf("Resultant matrix C is:\n"); printMatrix(n, C); for (int i = 0; i < n; i++) { free(A[i]); free(B[i]); free(C[i]); } free(A); free(B); free(C); return 0; } void strassen(int n, int **A, int **B, int **C) { if (n == 1) { C[0][0] = A[0][0] * B[0][0]; return; } int **A11, **A12, **A21, **A22, **B11, **B12, **B21, **B22; A11 = (int **)malloc((n / 2) * sizeof(int *)); A12 = (int **)malloc((n / 2) * sizeof(int *)); A21 = (int **)malloc((n / 2) * sizeof(int *)); A22 = (int **)malloc((n / 2) * sizeof(int *)); B11 = (int **)malloc((n / 2) * sizeof(int *)); B12 = (int **)malloc((n / 2) * sizeof(int *)); B21 = (int **)malloc((n / 2) * sizeof(int *)); B22 = (int **)malloc((n / 2) * sizeof(int *)); for (int i = 0; i < n / 2; i++) { A11[i] = (int *)malloc((n / 2) * sizeof(int)); A12[i] = (int *)malloc((n / 2) * sizeof(int)); A21[i] = (int *)malloc((n / 2) * sizeof(int)); A22[i] = (int *)malloc((n / 2) * sizeof(int)); B11[i] = (int *)malloc((n / 2) * sizeof(int)); B12[i] = (int *)malloc((n / 2) * sizeof(int)); B21[i] = (int *)malloc((n / 2) * sizeof(int)); B22[i] = (int *)malloc((n / 2) * sizeof(int)); } split(n, A, &A11, &A12, &A21, &A22); split(n, B, &B11, &B12, &B21, &B22); int **P1, **P2, **P3, **P4, **P5, **P6, **P7; P1 = (int **)malloc((n / 2) * sizeof(int *)); P2 = (int **)malloc((n / 2) * sizeof(int *)); P3 = (int **)malloc((n / 2) * sizeof(int *)); P4 = (int **)malloc((n / 2) * sizeof(int *)); P5 = (int **)malloc((n / 2) * sizeof(int *)); P6 = (int **)malloc((n / 2) * sizeof(int *)); P7 = (int **)malloc((n / 2) * sizeof(int *)); for (int i = 0; i < n / 2; i++) { P1[i] = (int *)malloc((n / 2) * sizeof(int)); P2[i] = (int *)malloc((n / 2) * sizeof(int)); P3[i] = (int *)malloc((n / 2) * sizeof(int)); P4[i] = (int *)malloc((n / 2) * sizeof(int)); P5[i] = (int *)malloc((n / 2) * sizeof(int)); P6[i] = (int *)malloc((n / 2) * sizeof(int)); P7[i] = (int *)malloc((n / 2) * sizeof(int)); } int **A_temp1, **A_temp2, **B_temp1, **B_temp2, **C11, **C12, **C21, **C22; A_temp1 = (int **)malloc((n / 2) * sizeof(int *)); A_temp2 = (int **)malloc((n / 2) * sizeof(int *)); B_temp1 = (int **)malloc((n / 2) * sizeof(int *)); B_temp2 = (int **)malloc((n / 2) * sizeof(int *)); C11 = (int **)malloc((n / 2) * sizeof(int *)); C12 = (int **)malloc((n / 2) * sizeof(int *)); C21 = (int **)malloc((n / 2) * sizeof(int *)); C22 = (int **)malloc((n / 2) * sizeof(int *)); for (int i = 0; i < n / 2; i++) { A_temp1[i] = (int *)malloc((n / 2) * sizeof(int)); A_temp2[i] = (int *)malloc((n / 2) * sizeof(int)); B_temp1[i] = (int *)malloc((n / 2) * sizeof(int)); B_temp2[i] = (int *)malloc((n / 2) * sizeof(int)); C11[i] = (int *)malloc((n / 2) * sizeof(int)); C12[i] = (int *)malloc((n / 2) * sizeof(int)); C21[i] = (int *)malloc((n / 2) * sizeof(int)); C22[i] = (int *)malloc((n / 2) * sizeof(int)); } // P1 = (A11 + A22) * (B11 + B22) add(n / 2, A11, A22, A_temp1); add(n / 2, B11, B22, B_temp1); strassen(n / 2, A_temp1, B_temp1, P1); // P2 = (A21 + A22) * B11 add(n / 2, A21, A22, A_temp1); strassen(n / 2, A_temp1, B11, P2); // P3 = A11 * (B12 - B22) sub(n / 2, B12, B22, B_temp1); strassen(n / 2, A11, B_temp1, P3); // P4 = A22 * (B21 - B11) sub(n / 2, B21, B11, B_temp1); strassen(n / 2, A22, B_temp1, P4); // P5 = (A11 + A12) * B22 add(n / 2, A11, A12, A_temp1); strassen(n / 2, A_temp1, B22, P5); // P6 = (A21 - A11) * (B11 + B12) sub(n / 2, A21, A11, A_temp1); add(n / 2, B11, B12, B_temp1); strassen(n / 2, A_temp1, B_temp1, P6); // P7 = (A12 - A22) * (B21 + B22) sub(n / 2, A12, A22, A_temp1); add(n / 2, B21, B22, B_temp1); strassen(n / 2, A_temp1, B_temp1, P7); // C11 = P1 + P4 - P5 + P7 add(n / 2, P1, P4, C11); sub(n / 2, C11, P5, C11); add(n / 2, C11, P7, C11); // C12 = P3 + P5 add(n / 2, P3, P5, C12); // C21 = P2 + P4 add(n / 2, P2, P4, C21); // C22 = P1 - P2 + P3 + P6 sub(n / 2, P1, P2, C22); add(n / 2, C22, P3, C22); add(n / 2, C22, P6, C22); merge(n, &C11, &C12, &C21, &C22, C); for (int i = 0; i < n / 2; i++) { free(A11[i]); free(A12[i]); free(A21[i]); free(A22[i]); free(B11[i]); free(B12[i]); free(B21[i]); free(B22[i]); free(P1[i]); free(P2[i]); free(P3[i]); free(P4[i]); free(P5[i]); free(P6[i]); free(P7[i]); free(A_temp1[i]); free(A_temp2[i]); free(B_temp1[i]); free(B_temp2[i]); free(C11[i]); free(C12[i]); free(C21[i]); free(C22[i]); } free(A11); free(A12); free(A21); free(A22); free(B11); free(B12); free(B21); free(B22); free(P1); free(P2); free(P3); free(P4); free(P5); free(P6); free(P7); free(A_temp1); free(A_temp2); free(B_temp1); free(B_temp2); free(C11); free(C12); free(C21); free(C22); } void add(int n, int **A, int **B, int **C) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { C[i][j] = A[i][j] + B[i][j]; } } } void sub(int n, int **A, int **B, int **C) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { C[i][j] = A[i][j] - B[i][j]; } } } void split(int n, int **A, int ***A11, int ***A12, int ***A21, int ***A22) { *A11 = (int **)malloc((n / 2) * sizeof(int *)); *A12 = (int **)malloc((n / 2) * sizeof(int *)); *A21 = (int **)malloc((n / 2) * sizeof(int *)); *A22 = (int **)malloc((n / 2) * sizeof(int *)); for (int i = 0; i < n / 2; i++) { (*A11)[i] = (int *)malloc((n / 2) * sizeof(int)); (*A12)[i] = (int *)malloc((n / 2) * sizeof(int)); (*A21)[i] = (int *)malloc((n / 2) * sizeof(int)); (*A22)[i] = (int *)malloc((n / 2) * sizeof(int)); } for (int i = 0; i < n / 2; i++) { for (int j = 0; j < n / 2; j++) { (*A11)[i][j] = A[i][j]; (*A12)[i][j] = A[i][j + n / 2]; (*A21)[i][j] = A[i + n / 2][j]; (*A22)[i][j] = A[i + n / 2][j + n / 2]; } } } void merge(int n, int ***A11, int ***A12, int ***A21, int ***A22, int **A) { for (int i = 0; i < n / 2; i++) { for (int j = 0; j < n / 2; j++) { A[i][j] = (*A11)[i][j]; A[i][j + n / 2] = (*A12)[i][j]; A[i + n / 2][j] = (*A21)[i][j]; A[i + n / 2][j + n / 2] = (*A22)[i][j]; } } } void printMatrix(int n, int **A) { for (int i = 0; i < n; i++) { for (int j = 0; j < n; j++) { printf("%d ", A[i][j]); } printf("\n"); } } ```

相关推荐

最新推荐

recommend-type

【图像压缩】 GUI矩阵的奇异值分解SVD灰色图像压缩【含Matlab源码 4359期】.zip

Matlab领域上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描视频QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
recommend-type

node-v0.9.2-x86.msi

Node.js,简称Node,是一个开源且跨平台的JavaScript运行时环境,它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立,旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎,可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型,这使得它非常适合处理大量并发连接,从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外,Node.js使用了模块化的架构,通过npm(Node package manager,Node包管理器),社区成员可以共享和复用代码,极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展,它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等,因此,开发者可以用JavaScript编写全栈应用程序,这一点大大提高了开发效率和便捷性。 在实践中,许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台,如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能,简化了开发流程,并且能更快地响应市场需求。
recommend-type

【尺寸检测】机器视觉图像目标尺寸测量【含Matlab源码 4087期】.zip

Matlab领域上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描视频QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
recommend-type

【图像加密】双随机相位图像加密解密【含Matlab源码 4118期】.zip

Matlab领域上传的视频均有对应的完整代码,皆可运行,亲测可用,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描视频QQ名片; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作
recommend-type

金融支付:浅析如何用定期资产设计活期产品.docx

金融支付:浅析如何用定期资产设计活期产品.docx
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

云原生架构与soa架构区别?

云原生架构和SOA架构是两种不同的架构模式,主要有以下区别: 1. 设计理念不同: 云原生架构的设计理念是“设计为云”,注重应用程序的可移植性、可伸缩性、弹性和高可用性等特点。而SOA架构的设计理念是“面向服务”,注重实现业务逻辑的解耦和复用,提高系统的灵活性和可维护性。 2. 技术实现不同: 云原生架构的实现技术包括Docker、Kubernetes、Service Mesh等,注重容器化、自动化、微服务等技术。而SOA架构的实现技术包括Web Services、消息队列等,注重服务化、异步通信等技术。 3. 应用场景不同: 云原生架构适用于云计算环境下的应用场景,如容器化部署、微服务
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。