矩阵乘法(分治法).docxVIP

算法设计与分析实验报告实验名称： 矩阵乘法(分冶法) 一、问题陈述和分析：1.实验目的：掌握分总冶策略的基本思想以及用分冶法解决问题的一般技巧．运用编程工具，并运用分冶法来解决矩阵乘法问题；2.实验内容：设A 和 B 是两个n * n阶矩阵，求它们两的乘积矩阵C。这里，假设n是2的幂次方； 3.实验要求：编制程序并对其时间复杂度和空间复杂度进行分析.二、模型拟制、算法设计和正确性证明：设A和B是两个n*n阶矩阵，求他们两的成绩矩阵C。这里假设n是2的幂次方；A和B是两个n*n的矩阵，他们的乘积C=AB也是一个n*n的矩阵，矩阵C中的元素C[i][j]定义为C[i][j]= ，则每计算一个C[i][j]，需要做n次乘法和n-1次加法。因此计算C的n2个元素需要n3次乘法和n3- n2次加法。因此，所需的时间复杂度是O(n3)。 但是使用分治法可以改进算法的时间复杂度。这里，假设n是2的幂。将矩阵A,B,C中每一矩阵都分成4个大小相等的子矩阵，每个子矩阵是（n/2）*（n/2）的方阵。由此，可将方阵C=AB重写为 因此可得： C11=A11B11+A12B21 C12=A11B12+A12B22 C21=A21B11+A22B22 C22=A21B12+A22B22 这样就将2个n阶矩阵的乘积变成计算8个n/2阶矩阵的乘积和4个n/2阶矩阵的加法。当n=1时，2个1阶方阵的乘积可直接算出，只需要做一次乘法。当子矩阵阶n1时，为求两个子矩阵的乘积，可继续对两个子矩阵分块，直到子矩阵的阶为1。由此，便产生了分治降阶的递归算法。但是这个算法并没有降低算法的时间复杂度。由strassen矩阵乘法，M1=A11（B12-B22）M2=（A11+A12）B22M3=（A21+A22）B11M4=A22（B21-B11）M5=（A11+A22）（B11+B22）M6=（A12-A22）（B21+B22）M7=(A11-A21)(B11+B12)C11=M5+M4-M2+M6C12=M1+M2C21=M3+M4C22=M5+M1-M3-M7算法共进行7次举证乘法，算法效率得到降低主要数据的定义： int n；n是方阵A,B,C的阶 int **A=new int*[n]; //矩阵A，B，C的定义，并为它们分配空间。这里A，B是用//于相乘的矩阵，C用于存放AB的结果 int **B=new int*[n]; int **C=new int*[n]; int i,j; for(i=0;in;i++) { A[i]=new int[n]; B[i]=new int[n]; C[i]=new int[n];}程序中定义的函数：1.void Divide(int n,int **A,int **A11,int **A12,int **A21,int **A22)函数实现的功能是：将n*n的矩阵A分块成四个大小相等的（n/2）*(n/2)的子矩阵A11,A12,A21,A22。2.void Unit(int n,int **A,int **A11,int **A12,int **A21,int **A22)函数实现的功能是：将四个（n/2）*(n/2)的矩阵A11,A12,A21,A22合并成一个n*n的矩阵A。4. void Add(int n,int **A,int **B,int **C) 函数的功能是：实现C=A+B，A，B，C都是n*n矩阵。3.void Mul(int n,int **A,int **B,int **M) 函数的功能是：将n*n的矩阵A，B相乘，结果存放在n*n的矩阵M中。算法设计：整个算法的大致思想是：在函数Mul(int n,int **A,int **B,int **M)中先判断n的值，若n==1，表示A，B，C均为一阶方阵。则M[0][0]=A[0][0]*B[0][0]；否则，调用Divide(n,A,A11,A12,A21,A22);和Divide(n,B,B11,B12,B21,B22);将A和B都分为四个（n/2）*(n/2)的子矩阵。然后递归调用 Sub(n,B12,B22,T1);T1=B12-B22 Mul(n, A11,T1 ,M1);M1=A11(B12-B22) Add(n,A11,A12,T2); Mul(n,T2,B22,M2);M2=(A11+A12)B22 Add(n,A21,A22,T1); Mul(n,T1,B11,M3);M3=(A21+A22)B11 Sub(n,B21,B11,T1); Mul(n, A22,T1 ,M4);M4=A22(B21-B11) Add(n,A11,A22,T1); Add(n,B11,B22,T2); Mul(n,T1,T2,M5);M5=(A1