• Luogu3389 【模板】高斯消元法


    题目传送门

    算法分析

    高斯消元,是求解\(n\)\(n\)\(1\)次方程组的算法,一般情况下时间复杂度为\(O(n^3)\)

    我们把这\(n\)个方程组看成一个\(n\times (n+1)\)的矩阵。以样例为例:

    \[ \left( \begin{matrix} {{x}_{1}} & 3\times {{x}_{2}} & 4\times {{x}_{3}} \\ {{x}_{1}} & 4\times {{x}_{2}} & 7\times {{x}_{3}} \\ 9\times {{x}_{1}} & 3\times {{x}_{2}} & 2\times {{x}_{3}} \\ \end{matrix} \right)=\left( \begin{matrix} 5 \\ 3 \\ 2 \\ \end{matrix} \right) \]

    我们把答案也写成矩阵的形式,不难发现:我们的目标矩阵应该形如下面

    \[\left( \begin{matrix} {{x}_{1}} & 0 & 0 \\ 0 & {{x}_{2}} &0 \\ 0& 0& {{x}_{3}} \\ \end{matrix} \right)=\left( \begin{matrix} -\frac{37}{38} \\ \frac{197}{38} \\ -\frac{91}{38} \\ \end{matrix} \right) \]

    我们选择当前没有求解过的一个未知数(设为\(x_i\)),将\(x_i\)前的系数化为\(1\),然后用这样一行方程与其他方程相减相消,使得其他方程\(x_i\)前的系数都为\(0\).

    考虑选取\(x_i\),一个最直观的想法是第\(i\)行选取的未知数是\(x_i\),但如果\(x_i=0\),显然就这个方程怎么转化都不会使\(x_i=1\),在这种情况下我们应选取\(x_i\)前系数不为\(0\)的一个方程,并与之交换。如果所有\(x_i\)的系数都是\(0\),那么\(x_i\)有无数解。

    当出现\(0=a(a\ne 0)\)的情况,方程无解。

    注意中间变量开double型!

    代码实现

    #include<bits/stdc++.h>
    using namespace std;
    #define maxn 105
    int n;
    double a[maxn][maxn];
    int main(){
    	scanf("%d",&n);
    	for(int i=1;i<=n;i++)
    		for(int j=1;j<=n+1;j++)scanf("%lf",&a[i][j]);
    	for(int i=1;i<=n;i++){
    		int p=0;
    		for(int j=i;j<=n;j++){if(a[j][i]!=0){p=j;break;}}
    		if(!p){puts("No Solution");return 0;}
    		for(int j=1;j<=n+1;j++)swap(a[i][j],a[p][j]);
    		double k=a[i][i];//错误笔记:中间变量使用int型
    		for(int j=1;j<=n+1;j++)a[i][j]/=k;
    		for(int j=1;j<=n;j++){
    			if(i==j)continue;
    			double kk=a[j][i];
    			for(int l=1;l<=n+1;l++)a[j][l]-=kk*a[i][l];
    		}
    	}
    	for(int i=1;i<=n;i++)printf("%.2lf\n",a[i][n+1]);
    	return 0;
    }
    
    
  • 相关阅读:
    SQLite
    Cryptology-3DES(Triple DES) -1981 American
    C#-Tips
    Tool-Wireshark
    Tool-Capture Packet
    Windbg-Debugging Tools for Windows网上搜集资料整理
    图像处理中的卷积操作和高斯核
    TypeError: Dense_net() takes 0 positional arguments but 1 was given
    查找数组中的重复元素
    数组和向量的二分查找
  • 原文地址:https://www.cnblogs.com/ZigZagKmp/p/11488474.html
Copyright © 2020-2023  润新知