矩阵乘法是一种高效的算法可以把一些一维递推优化到log( n ),还可以求路径方案等,所以更是是一种应用性极强的算法。矩阵,是线性代数中的基本概念之一。一个m×n的矩阵就是m×n个数排成m行n列的一个数阵。由于它把许多数据紧凑的集中到了一起,所以有时候可以简便地表示一些复杂的模型。矩阵乘法看起来很奇怪,但实际上非常有用,应用也十分广泛。
只有当矩阵A的列数与矩阵B的行数相等时A×B才有意义。一个m×n的矩阵a(m,n)左乘一个n×p的矩阵b(n,p),会得到一个m×p的矩阵c(m,p),满足矩阵乘法满足结合律,但不满足交换律 一般的矩乘要结合快速幂才有效果。(基本上所有矩阵乘法都要用到快速幂的) 在计算机中,一个矩阵实际上就是一个二维数组。一个n行m列的矩阵与一个m行p列的矩阵可以相乘,得到的结果是一个n行p列的矩阵,其中的第i行第j列位置上的数为第一个矩阵第i行上的m个数与第二个矩阵第j列上的m个数对应相乘后所得的m个乘积之和。比如,下面的算式表示一个2行2列的矩阵乘以2行3列的矩阵,其结果是一个2行3列的矩阵。
其中,结果矩阵的那个4(结果矩阵中第二(i)行第二(j)列)
=
2(第一个矩阵第二(i)行第一列)*2(第二个矩阵中第一行第二(j)列) + 0(第一个矩阵第二(i)行第二列)*1(第二个矩阵中第二行第二(j)列)
static void Main(string[] args) { //定义三个数组,分别存储矩阵A,B,C float[,] a = new float[100,100]; float[,] b = new float[100,100]; float[,] c = new float[100,100]; int n, m, mB, p; float[,] s = new float[100,100]; //矩阵A行数m1,列数n1 n = 2; m = 3; //矩阵B行数m2,列数n2 mB = 3; p = 2; if (m != mB) { //判断是否可以相乘 Console.WriteLine("不可以相乘!!!"); return; } a[1, 1] = 1; a[1, 2] = 2; a[1, 3] = 4; a[2, 1] = 7; a[2, 2] = 9; a[2, 3] = 6; b[1, 1] = 1; b[1, 2] = 7; b[2, 1] = 2; b[2, 2] = 9; b[3, 1] = 4; b[3, 2] = 6; Console.WriteLine("矩阵A: "); for (var i = 1; i <= n; i++) { for (var j = 1; j <= m; j++) { Console.Write("{0}-", a[i, j]); if (j == m)Console.Write(" "); } } Console.WriteLine("矩阵B: "); for (var i = 1; i <= m; i++) { for (var j = 1; j <= p; j++) { Console.Write("{0}-",b[i, j]); if (j == p)Console.Write(" "); } } Console.WriteLine("矩阵C=A*B: "); for (var i = 1; i <= n; i++) { for (var j = 1; j <= p; j++) { for (var k = 1; k <= m; k++) { s[i,j] = s[i,j] + a[i,k]*b[k,j]; } c[i,j] = s[i,j]; Console.Write("{0}-",c[i,j]); if (j == p) Console.Write(" "); } } Console.Read(); }