写一个c语言代码 应用共轭梯度法的最小二乘思想求解线性方程组

以下是使用共轭梯度法求解线性方程组的C语言代码：

#include <stdio.h>
#include <stdlib.h>
#include <math.h>

#define MAX_ITER 1000      //最大迭代次数
#define EPSILON 1e-10      //收敛精度

int main()
{
    int n = 3;             //线性方程组中未知量个数
    double A[3][3] = {{4, -1, 0}, {-1, 4, -1}, {0, -1, 4}};   //系数矩阵
    double b[3] = {5, 5, 5};    //常数项向量
    double x[3] = {0};     //解向量
    double r[3] = {0};     //残量向量
    double p[3] = {0};     //共轭方向向量
    double alpha, beta;    //步长系数
    double rsold, rsnew;   //残量平方和
    
    int iter = 0;          //迭代次数

    //初始化解向量和残量向量
    for(int i=0; i<n; ++i){
        x[i] = b[i]/A[i][i];
        r[i] = b[i] - A[i][i]*x[i];
        p[i] = r[i];
    }

    rsold = 0.0;
    for(int i=0; i<n; ++i){
        rsold += r[i]*r[i];
    }

    while(iter < MAX_ITER){
        iter++;
        double Ap[3] = {0};    //A*p向量

        for(int i=0; i<n; ++i){
            for(int j=0; j<n; ++j){
                Ap[i] += A[i][j] * p[j];
            }
        }

        double alpha_den = 0.0;
        for(int i=0; i<n; ++i){
            alpha_den += p[i]*Ap[i];
        }

        alpha = rsold/alpha_den;

        for(int i=0; i<n; ++i){
            x[i] = x[i] + alpha*p[i];
            r[i] = r[i] - alpha*Ap[i];
        }

        rsnew = 0.0;
        for(int i=0; i<n; ++i){
            rsnew += r[i]*r[i];
        }

        if(sqrt(rsnew) < EPSILON){
            break;
        }

        beta = rsnew/rsold;
        for(int i=0; i<n; ++i){
            p[i] = r[i] + beta*p[i];
        }

        rsold = rsnew;
    }

    //输出结果
    printf("Solution:\n");
    for(int i=0; i<n; ++i){
        printf("%lf\n", x[i]);
    }

    return 0;
}

该代码可以求解形如Ax=b的线性方程组，其中A是一个n×n的系数矩阵，b是一个n维常数项向量，x是一个n维解向量。共轭梯度法是一种迭代方法，可以在相对较少的迭代次数下得到较为精确的解。