深圳大学实验报告.doc

深 圳 大 学 实 验 报 告 课程名称： 算法设计与分析 实验项目名称： 矩阵相乘的Strassen算法 学院： 信息工程 专业： 计算机科学与技术 指导教师： 报告人：钟德志 学号：2005131098 班级： 05级2班 实验时间： 2007-10-18 实验报告提交时间： 2007-10-24 教务处制 实验目的： 掌握分治法处理矩阵相乘，并与传统法相比较。 掌握Strassen矩阵法，并编写程序进行测试。 学会分析算法时间复杂度。 Strassen算法概述： 首先，我们还是需要假设n是2的幂。将矩阵A，B和C中每一矩阵都分块成为4个大小相等的子矩阵，每个子矩阵都是n/2×n/2的方阵。由此可将方程C=AB重写为: 　(1) 由此可得:　 C11=A11B11+A12B21?????????????????????????? (2) C12=A11B12+A12B22?????????????????????????? (3) C21=A21B11+A22B21?????????????????????????? (4) C22=A21B12+A22B22?????????????????????????? (5) 如果n=2，则2个2阶方阵的乘积可以直接用(2)-(3)式计算出来，共需8次乘法和4次加法。当子矩阵的阶大于2时，为求2个子矩阵的积，可以继续将子矩阵分块，直到子矩阵的阶降为2。这样，就产生了一个分治降阶的递归算法。依此算法，计算2个n阶方阵的乘积转化为计算8个n/2阶方阵的乘积和4个n/2阶方阵的加法。2个n/2×n/2矩阵的加法显然可以在c*n2/4时间内完成，这里c是一个常数。因此，上述分治法的计算时间耗费T(n)应该满足： 这个递归方程的解仍然是T(n)=O(n3)。因此，该方法并不比用原始定义直接计算更有效。究其原因，乃是由于式(2)-(5)并没有减少矩阵的乘法次数。而矩阵乘法耗费的时间要比矩阵加减法耗费的时间多得多。要想改进矩阵乘法的计算时间复杂性，必须减少子矩阵乘法运算的次数。按照上述分治法的思想可以看出，要想减少乘法运算次数，关键在于计算2个2阶方阵的乘积时，能否用少于8次的乘法运算。Strassen提出了一种新的算法来计算2个2阶方阵的乘积。他的算法只用了7次乘法运算，但增加了加、减法的运算次数。这7次乘法是:　 M1=A11(B12-B22) M2=(A11+A12)B22 M3=(A21+A22)B11 M4=A22(B21-B11) M5=(A11+A22)(B11+B22) M6=(A12-A22)(B21+B22) M7=(A11-A21)(B11+B12) 做了这7次乘法后，再做若干次加、减法就可以得到:　 C11=M5+M4-M2+M6 C12=M1+M2 C21=M3+M4 C22=M5+M1-M3-M7 Visual C++ 6.0进行编译测试，通过不断修改不断测试以达到需要的结果。 开发环境：Microsoft Visual C++ 6.0 程序设计说明： 使用C语言编写。不同功能使用不同函数实现：拆分矩阵函数，合并矩阵函数，矩阵加法、减法函数，strassen矩阵乘法函数等。定义主函数时再输入数据，实现strassen矩阵相乘。 源代码： #includestdio.h struct matrix { float m[32][32]; }; void Divide(matrix d,matrix d11,matrix d12,matrix d21,matrix d22,int n) /*将一个大矩阵拆分成四个小矩阵的函数*/ { int i,j; for(i=1;i=n;i++) for(j=1;j=n;j++) { d11.m[i][j]=d.m[i][j]; d12.m[i][j]=d.m[i][j+n]; d21.m[i][j]=d.m[i+n][j]; d22.m[i][j]=d.m[i+n][j+n]; } } matrix Merge(matrix a11,matrix a12,m