QR分解实验报告.docVIP

并行计算课程考核 实验报告 考核题目：QR分解算法的并行实现 并行实现方式：OpenMP 1. 问题概述 QR分解法是目前求一般矩阵全部特征值的最有效并广泛应用的方法，一般矩阵先经过正交相似变化成为householder矩阵，然后再应用QR方法求特征值和特征向量。它是将矩阵分解成一个正规正交矩阵Q与上三角形矩阵R，所以称为QR分解法。 2. 串行代码描述 串行主要代码如下： #include stdio.h #include math.h #include stdlib.h #include time.h #define n 100 //maxN void Matrix_print(double A[n][n]) { for (int i=0;in;i++) { for (int j=0;jn;j++) printf(%8.4lf\t,A[i][j]); printf(\n); } } double Matrix_norm(double a[n]) { double d=0; for (int i=0;in;i++) d+=a[i]*a[i]; return sqrt(d); } void Matrix_multiply(double A[n][n],double B[n][n],double C[n][n]) { for (int i=0;in;i++) for (int j=0;jn;j++) { C[i][j]=0; for (int t=0;tn;t++) C[i][j]+=A[i][t]*B[t][j]; } } void Matrix_copy(double A[n][n],double B[n][n]) { for(int i=0;in;i++) for(int j=0;jn;j++) A[i][j]=B[i][j]; } void householder_trans(double A[n][n],int k,double Q[n][n]) { double a[n]; for(int i=0;in-k;i++) a[i]=0; for(int i=n-k;in;i++) a[i]=A[i][n-k]; a[n-k]-=Matrix_norm(a); double d=Matrix_norm(a); for(int i=0;in;i++) a[i]=a[i]/d; double H[n][n]; for(int i=0;in;i++) { for(int j=0;jn;j++) H[i][j]=-2*a[i]*a[j]; H[i][i]++; } //μ?H=I-2vvT double temp[n][n]; Matrix_multiply(H,A,temp); Matrix_copy(A,temp); Matrix_multiply(Q,H,temp); Matrix_copy(Q,temp); } void Matrix_input(double A[n][n]) { srand( (unsigned)time( NULL ) ); for(int i=0 ;in;i++) for(int j=0;jn;j++) { /*printf(a[%d][%d]=,i,j); scanf(%lf,A[i][j]);*/ A[i][j] = rand(); } } void main() { double Q[n][n]; double A[n][n]; Matrix_input(A); printf(A: \n); Matrix_print(A); for (int i=0;in;i++) { for (int j=0;jn;j++) Q[i][j]=0; Q[i][i]=1; } clock_t start = clock(); for (int i=n;i=2;i--) householder_trans(A,i,Q); clock_t end = clock(); printf(\n\nR: \n); Matrix_print(A); printf(Q: \n); Matrix_print(Q); printf(串行时间time=%.0f ms,double(end - start)); system(pause); } 3. 并行化设计思路 将有for循环且没有数据关系、计算量大的计算进行并行优化； 将毫不相关且可独立运行的代码块进行并行优化; 程序主要优化是对householder变换里的乘