package often;
import java.util.Scanner;
public class Matrix {
public Matrix() {
}
/**
* 矩陣的乘法
* @param a 矩陣1
* @param b 矩陣2
* @param row 矩陣的行
* @param col 矩陣的列
* @return 矩陣的積
*/
public int[][] multiply(int[][] a, int[][] b, int row,int col){
int[][] result = new int[row][col];
int sum;
// i確定行 j確定列
for(int i=0;i<row;i++){
for(int j=0;j<col;j++){
sum = 0;
for(int m=0;m<col;m++){
// 對(duì)應(yīng)行列相乘的積
result[i][j] += a[i][m] * b[m][j];
}
}
}
return result;
}
/**
* 矩陣的加法
* @param a 矩陣1
* @param b 矩陣2
* @param row 矩陣的行
* @param col 矩陣的列
* @return 矩陣的和
*/
public int[][] add(int[][] a, int[][] b, int row,int col){
int[][] result = new int[row][col];
for(int i=0;i<row;i++){
for (int j=0;j<col;j++){
result[i][j] += a[i][j]+b[i][j];
}
}
return result;
}
/**
* 矩陣的減法
* @param a 矩陣1
* @param b 矩陣2
* @param row 矩陣的行
* @param col 矩陣的列
* @return 矩陣的差
*/
public int[][] sub(int[][] a, int[][] b, int row,int col){
int[][] result = new int[row][col];
for(int i=0;i<row;i++){
for (int j=0;j<col;j++){
result[i][j] += a[i][j]-b[i][j];
}
}
return result;
}
/**
* 轉(zhuǎn)化為梯形矩陣
* 1.首先只做行變換。
* 2.固定一行,一般固定第一行,并且第一行的第一個(gè)元素最好為1。
* 3.固定好第一行后,用恰當(dāng)?shù)臄?shù)乘以第一行,再加到其它行上去,并且把其它行的第一個(gè)元素全部化為0。
* 4.第一列完成化簡(jiǎn),對(duì)第二行進(jìn)行第一行時(shí)相同的操作,并且要保持第二行不變。
* @param a 矩陣
* @param row 矩陣的行
* @param col 矩陣的列
* @return 梯形矩陣
*/
public int[][] trapezium(int[][] a, int row,int col){
// 存放結(jié)果
int[][] result;
result = a;
int[] tem,confirmRow;
int confirmNum1,confirmNum2;
// 如果第一行第一個(gè)元素為0,那么與接下來(lái)第一個(gè)元素不為0的行互換位置
if(result[0][0] == 0){
for (int i=0;i<row;i++){
// 找到第一個(gè)元素不為0的行
if(result[i][0] != 0){
tem = result[0];
result[0] = result[i];
result[i] = tem;
break;
}
}
}
// 開(kāi)始處理第一行的以外行,一共要row-1次行化簡(jiǎn)
for(int index=1;index<row;index++){
// 固定行
confirmRow = result[index-1];
confirmNum1 = confirmRow[index-1];
for(int i=index;i<row;i++){
// 比較固定行首元素與當(dāng)前行首元素
confirmNum2 = result[i][index-1];
if (confirmNum2 == 0){
continue;
}
// 商
int business = confirmNum2 / confirmNum1;
// 余
int remainder = confirmNum2 % confirmNum1;
for(int m=index-1;m<col;m++){
result[i][m] -= (confirmRow[m]*business+remainder);
}
}
}
return result;
}
/**
* 轉(zhuǎn)化為轉(zhuǎn)置矩陣
* @param a 矩陣
* @param row 矩陣的行
* @param col 矩陣的列
* @return 轉(zhuǎn)置矩陣
*/
public int[][] transpose(int[][] a, int row,int col){
int[][] result = new int[col][row];
for (int i=0;i<row;i++){
for (int j=0;j<col;j++){
result[j][i] = a[i][j];
}
}
return result;
}
/**
* 矩陣賦值
* @param row 矩陣的行
* @param col 矩陣的列
* @return 矩陣數(shù)組
*/
public int[][] create(int row,int col){
Scanner scanner = new Scanner(System.in);
int[][] result = new int[row][col];
for(int i=0;i<row;i++){
for(int j=0;j<col;j++){
result[i][j] = scanner.nextInt();
}
}
return result;
}
/**
* 矩陣打印
* @param a 矩陣
* @param row 矩陣的行
* @param col 矩陣的列
*/
public void printM(int [][]a,int row,int col){
for(int i=0;i<row;i++){
for(int j=0;j<col;j++){
System.out.print(a[i][j]+" ");
}
System.out.println();
}
}
public static void main(String[] args) {
Matrix matrix = new Matrix();
int[][] a ={{1,2,-3,1},{0,1,4,1},{0,0,3,3},{0,0,0,0}};
//int[][] a={{1,1,1,4,-3},{2,1,3,5,-5},{1,-1,3,-3,-2},{3,1,5,6,-7}};
a =matrix.trapezium(a,4,4);
matrix.printM(a,4,4);
}
}
矩陣相關(guān)計(jì)算
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。
相關(guān)閱讀更多精彩內(nèi)容
- import numpy as np a = np.matrix([ [1, 2, 3, 4], [5, 5, 6...
- 1. 矩陣相關(guān)性計(jì)算方法 base::cor/cor.test R基礎(chǔ)函數(shù)cor或cor.test都可計(jì)算相關(guān)性系...
- 今天寫(xiě)了個(gè)函數(shù),批量計(jì)算表達(dá)矩陣兩個(gè)基因之間的相關(guān)性,安裝這個(gè)小R包即可使用: 行名是兩個(gè)基因名,第一列是p值,第...
- ConfusionMatrix 由上表可以計(jì)算的指標(biāo)有: Accuracy = (TP+TN)/(P+N)Erro...