CSDN论坛 > 其他技术论坛 > 数据结构与算法

求Strassen算法的源程序,最好用C写 [问题点数:20分,结帖人freshman520]

Bbs1
本版专家分:0
结帖率 100%
CSDN今日推荐
Bbs1
本版专家分:0
Blank
红花 2003年6月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2003年9月 专题开发/技术/项目大版内专家分月排行榜第二
2003年8月 专题开发/技术/项目大版内专家分月排行榜第二
2003年7月 专题开发/技术/项目大版内专家分月排行榜第二
2003年5月 专题开发/技术/项目大版内专家分月排行榜第二
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Bbs1
本版专家分:0
Blank
红花 2003年5月 专题开发/技术/项目大版内专家分月排行榜第一
2003年4月 专题开发/技术/项目大版内专家分月排行榜第一
Blank
黄花 2003年11月 专题开发/技术/项目大版内专家分月排行榜第二
2003年2月 专题开发/技术/项目大版内专家分月排行榜第二
匿名用户不能发表回复!
其他相关推荐
Strassen’s 矩阵乘法—分治法实现
内容会持续更新,有错误的地方欢迎指正,谢谢!前言:博主最近正在学习《算法》这门专业课程,这是该课程的第二次上机题目,我把自己的解题方法分享给大家,欢迎讨论!题目: 1.比较数学定义的矩阵乘法算法和Strassen’s 矩阵乘法算法的效率; 2.自主生成两个16*16的矩阵,输出Strassen’s 矩阵乘法算法结果。数学定义的矩阵乘法算法:利用三个for循环来解决,时间复杂度为O(n^3)。数学
两个矩阵相乘—Strassen算法与传统算法(要求矩阵阶n为2的幂)
两个矩阵相乘—Strassen算法与传统算法(要求矩阵阶n为2的幂)
使用python实现Strassen矩阵乘法算法
先将矩阵打包成一个类,重载加法和减法运算,就可以很简单地实现了,目前这个程序中还有一些冗余的地方,比如将行数和列数分别讨论,其实可以归为一个矩阵size。类的定义感觉需要改进,不过懒得做下去了 # -*- coding: utf-8 -*- def matrixproduct(a, b): def matrixproductmask(mat_a, mat_b): if m
递归与分治策略:Strassen矩阵乘法
辅助函数 为了便于代码的编写,以及在函数参数中传二维数组的方便,写了以下三个辅助函数。 //数组寻址辅助函数 int& GetArrayVal( int* pMatrix, int nCol, int i, int j ) { return *( pMatrix + i * nCol + j); } //创建矩阵 void CreateMatrix( int** pMatrix, int
算法导论第4章strassen算法JAVA实现
今天看了strassen算法,用java实现了一下。另外
第四章 4.2矩阵乘法的Strassen算法(分治)
注意:虽然联系4.2-3、4.2-4和4.2-5是关于Strassen算法的变形的,但你应该先阅读4.5节,然后再尝试求解这几个问题。 4.2-1 使用Strassen算法计算如下矩阵乘法:[1735][6482]\begin{bmatrix}1&3\\ 7&5\end{bmatrix} \begin{bmatrix}6&8\\4&2 \end{bmatrix}给出计算过程。 S1=B1
利用python实现strassen算法(2<=n,m)A,B为任意矩阵阶数局限于2的n次方
执行结果                代码:
[算法系列之十五]Strassen矩阵相乘算法
Strassen矩阵乘法是一种典型的分治算法。目前为止,我们已经见过一些分治策略的算法了,例如归并排序和Karatsuba大数快速乘法。现在,让我们看看分治策略的背后原理是什么。同动态规划不同,在动态规划中,为了得到最终的答案,我们需要把一个大的问题“展开”为几个子问题(“expand” the solutions of sub-problems),但是在这里,我们会更多的谈到如何把一些子解决方
《算法导论》学习心得(二)—— 矩阵乘法之Strassen算法
在开始之前,请点击下载源码。提起矩阵乘法,你也许会说不就是三次循环就解决问题了吗,这有什么好说的。是啊,三个循环确实是完事了,时间效率是O(n^3),这是我们上第一节线代老师就清清楚楚的告诉我们的,但是他没有告诉你还有比这更好的矩阵乘法,时间效率为O(n^{log_2 7}) = O(n^{2.807}),也许你觉得这没有什么,就提高了0.2几,没啥,但是你想过没有,当N=100,10000的时候呢,Strassen算法和传统方法又有多少差别呢,让我们来看一下Strassen算法和传统方法的效率对比图:
处女座算法之Strassen矩阵乘法(从O(N^3)到O(N^2.81))
矩阵乘法是线性代数中最常见的问题之一,它在数值计算中有广泛的应用。 在很长一段时间内,矩阵乘法的算法就像它自身的定义一样简单直白。 >设A是m×n的矩阵,B是n×p的矩阵,那么C=AB是矩阵A和矩阵B的乘积,C是m×p的矩阵。 >即 C[i][j] = ∑A[i][k]×B[k][j](k从1到n) 具体算法描述为: for (int i = 1;i <= m;++i){ fo
关闭