个人中心
gpt4 book ai didi

使用java写的矩阵乘法实例（Strassen算法）

转载 作者：qq735679552 更新时间：2022-09-29 22:32:09 27 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章使用java写的矩阵乘法实例（Strassen算法）由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

Strassen算法于1969年由德国数学家Strassen提出，该方法引入七个中间变量，每个中间变量都只需要进行一次乘法运算。而朴素算法却需要进行8次乘法运算.

原理

  。

Strassen算法的原理如下所示，使用sympy验证Strassen算法的正确性 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
import sympy as s
 
A = s.Symbol( "A" )
B = s.Symbol( "B" )
C = s.Symbol( "C" )
D = s.Symbol( "D" )
E = s.Symbol( "E" )
F = s.Symbol( "F" )
G = s.Symbol( "G" )
H = s.Symbol( "H" )
p1 = A * (F - H)
p2 = (A + B) * H
p3 = (C + D) * E
p4 = D * (G - E)
p5 = (A + D) * (E + H)
p6 = (B - D) * (G + H)
p7 = (A - C) * (E + F)
 
print(A * E + B * G, (p5 + p4 - p2 + p6).simplify())
print(A * F + B * H, (p1 + p2).simplify())
print(C * E + D * G, (p3 + p4).simplify())
print(C * F + D * H, (p1 + p5 - p3 - p7).simplify())

复杂度分析

$$f(N)=7\times f(\frac{N}{2})=7^2\times f(\frac{N}{4})=...=7^k\times f(\frac{N}{2^k})$$ 。

最终复杂度为$7^{log_2 N}=N^{log_2 7}$ 。

java矩阵乘法（Strassen算法）

  。

代码如下，可以看看数据结构的定义，时间换空间.

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
public class Matrix {
     private final Matrix[] _matrixArray;
     private final int n;
     private int element;
     public Matrix( int n) {
         this .n = n;
         if (n != 1 ) {
             this ._matrixArray = new Matrix[ 4 ];
             for ( int i = 0 ; i < 4 ; i++) {
                 this ._matrixArray[i] = new Matrix(n / 2 );
             }
         } else {
             this ._matrixArray = null ;
         }
     }
     private Matrix( int n, boolean needInit) {
         this .n = n;
         if (n != 1 ) {
             this ._matrixArray = new Matrix[ 4 ];
         } else {
             this ._matrixArray = null ;
         }
     }
     public void set( int i, int j, int a) {
         if (n == 1 ) {
             element = a;
         } else {
             int size = n / 2 ;
             this ._matrixArray[(i / size) * 2 + (j / size)].set(i % size, j % size, a);
         }
     }
     public Matrix multi(Matrix m) {
         Matrix result = null ;
         if (n == 1 ) {
             result = new Matrix( 1 );
             result.set( 0 , 0 , (element * m.element));
         } else {
             result = new Matrix(n, false );
             result._matrixArray[ 0 ] = P5(m).add(P4(m)).minus(P2(m)).add(P6(m));
             result._matrixArray[ 1 ] = P1(m).add(P2(m));
             result._matrixArray[ 2 ] = P3(m).add(P4(m));
             result._matrixArray[ 3 ] = P5(m).add(P1(m)).minus(P3(m)).minus(P7(m));
         }
         return result;
     }
     public Matrix add(Matrix m) {
         Matrix result = null ;
         if (n == 1 ) {
             result = new Matrix( 1 );
             result.set( 0 , 0 , (element + m.element));
         } else {
             result = new Matrix(n, false );
             result._matrixArray[ 0 ] = this ._matrixArray[ 0 ].add(m._matrixArray[ 0 ]);
             result._matrixArray[ 1 ] = this ._matrixArray[ 1 ].add(m._matrixArray[ 1 ]);
             result._matrixArray[ 2 ] = this ._matrixArray[ 2 ].add(m._matrixArray[ 2 ]);
             result._matrixArray[ 3 ] = this ._matrixArray[ 3 ].add(m._matrixArray[ 3 ]);;
         }
         return result;
     }
     public Matrix minus(Matrix m) {
         Matrix result = null ;
         if (n == 1 ) {
             result = new Matrix( 1 );
             result.set( 0 , 0 , (element - m.element));
         } else {
             result = new Matrix(n, false );
             result._matrixArray[ 0 ] = this ._matrixArray[ 0 ].minus(m._matrixArray[ 0 ]);
             result._matrixArray[ 1 ] = this ._matrixArray[ 1 ].minus(m._matrixArray[ 1 ]);
             result._matrixArray[ 2 ] = this ._matrixArray[ 2 ].minus(m._matrixArray[ 2 ]);
             result._matrixArray[ 3 ] = this ._matrixArray[ 3 ].minus(m._matrixArray[ 3 ]);;
         }
         return result;
     }
     protected Matrix P1(Matrix m) {
         return _matrixArray[ 0 ].multi(m._matrixArray[ 1 ]).minus(_matrixArray[ 0 ].multi(m._matrixArray[ 3 ]));
     }
     protected Matrix P2(Matrix m) {
         return _matrixArray[ 0 ].multi(m._matrixArray[ 3 ]).add(_matrixArray[ 1 ].multi(m._matrixArray[ 3 ]));
     }
     protected Matrix P3(Matrix m) {
         return _matrixArray[ 2 ].multi(m._matrixArray[ 0 ]).add(_matrixArray[ 3 ].multi(m._matrixArray[ 0 ]));
     }
     protected Matrix P4(Matrix m) {
         return _matrixArray[ 3 ].multi(m._matrixArray[ 2 ]).minus(_matrixArray[ 3 ].multi(m._matrixArray[ 0 ]));
     }
     protected Matrix P5(Matrix m) {
         return (_matrixArray[ 0 ].add(_matrixArray[ 3 ])).multi(m._matrixArray[ 0 ].add(m._matrixArray[ 3 ]));
     }
     protected Matrix P6(Matrix m) {
         return (_matrixArray[ 1 ].minus(_matrixArray[ 3 ])).multi(m._matrixArray[ 2 ].add(m._matrixArray[ 3 ]));
     }
     protected Matrix P7(Matrix m) {
         return (_matrixArray[ 0 ].minus(_matrixArray[ 2 ])).multi(m._matrixArray[ 0 ].add(m._matrixArray[ 1 ]));
     }
     public int get( int i, int j) {
         if (n == 1 ) {
             return element;
         } else {
             int size = n / 2 ;
             return this ._matrixArray[(i / size) * 2 + (j / size)].get(i % size, j % size);
         }
     }
     public void display() {
         for ( int i = 0 ; i < n; i++) {
             for ( int j = 0 ; j < n; j++) {
                 System.out.print(get(i, j));
                 System.out.print( " " );
             }
             System.out.println();
         }
     }
    
     public static void main(String[] args) {
         Matrix m = new Matrix( 2 );
         Matrix n = new Matrix( 2 );
         m.set( 0 , 0 , 1 );
         m.set( 0 , 1 , 3 );
         m.set( 1 , 0 , 5 );
         m.set( 1 , 1 , 7 );
         n.set( 0 , 0 , 8 );
         n.set( 0 , 1 , 4 );
         n.set( 1 , 0 , 6 );
         n.set( 1 , 1 , 2 );
         Matrix res = m.multi(n);
         res.display();
     }
 
}

总结

  。

到此这篇关于使用java写的矩阵乘法的文章就介绍到这了,更多相关java矩阵乘法（Strassen算法）内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我！ 。

原文链接：https://blog.csdn.net/wj310298/article/details/44857175 。

最后此篇关于使用java写的矩阵乘法实例（Strassen算法）的文章就讲到这里了,如果你想了解更多关于使用java写的矩阵乘法实例（Strassen算法）的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

27 4 0
文章推荐： 浅谈iOS推送证书生成pem文件（详细生成过程）
文章推荐： 常用SQL语句优化技巧总结【经典】
文章推荐： ios 服务器端推送证书生成的方法
文章推荐： 详解 MapperScannerConfigurer之sqlSessionFactory注入方式
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com