C#计算矩阵的秩

C#计算矩阵的秩

1.代码思路

计算矩阵的秩,即把矩阵进行行初等变换,得出的行最简矩阵的非零行数。过程如下

1)将矩阵各行按第一个非零元素出现的位置升序排列(Operation1函数)

2)查看矩阵是否为行最简矩阵(isFinished函数),是则到第6步,不是则到第3步

3)如果有两行第一个非零元素出现的位置相同,则做消法变换,让下面行的第一个非零元素位置后移(Operation2函数)

4)将矩阵各行按第一个非零元素出现的位置升序排列(Operation1函数)

5)返回第2步

6)判断误差,对趋近与0的元素(如1E-5)按0处理,以免在第7步误判(Operation3函数)

7)统计非零行的数目(Operation4函数),即为矩阵的秩

2.函数代码

(注:本段代码只实现了一个思路,可能并不是该问题的最优解)

/// <summary>
/// 计算矩阵的秩
/// </summary>
/// <param name="matrix">矩阵</param>
/// <returns></returns>
private static int Rank(double[][] matrix)
{
    //matrix为空则直接默认已经是最简形式
    if (matrix == null || matrix.Length == 0) return 0;

    //复制一个matrix到copy,之后因计算需要改动矩阵时并不改动matrix本身
    double[][] copy = new double[matrix.Length][];
    for (int i = 0; i < copy.Length; i++)
    {
        copy[i] = new double[matrix[i].Length];
    }
    for (int i = 0; i < matrix.Length; i++)
    {
        for (int j = 0; j < matrix[0].Length; j++)
        {
            copy[i][j] = matrix[i][j];
        }
    }

    //先以最左侧非零项的位置进行行排序
    Operation1(copy);

    //循环化简矩阵
    while (!isFinished(copy))
    {
        Operation2(copy);
        Operation1(copy);
    }

    //过于趋近0的项,视作0,减小误差
    Operation3(copy);

    //行最简矩阵的秩即为所求
    return Operation4(matrix);
}

/// <summary>
/// 判断矩阵是否变换到最简形式(非零行数达到最少)
/// </summary>
/// <param name="matrix"></param>
/// <returns>true:</returns>
private static bool isFinished(double[][] matrix)
{
    //统计每行第一个非零元素的出现位置
    int[] counter = new int[matrix.Length];
    for (int i = 0; i < matrix.Length; i++)
    {
        for (int j = 0; j < matrix[i].Length; j++)
        {
            if (matrix[i][j] == 0)
            {
                counter[i]++;
            }
            else break;
        }
    }

    //后面行的非零元素出现位置必须在前面行的后面,全零行除外
    for (int i = 1; i < counter.Length; i++)
    {
        if (counter[i] <= counter[i - 1] && counter[i] != matrix[0].Length)
        {
            return false;
        }
    }

    return true;
}

/// <summary>
/// 排序(按左侧最前非零位位置自上而下升序排列)
/// </summary>
/// <param name="matrix">矩阵</param>
private static void Operation1(double[][] matrix)
{
    //统计每行第一个非零元素的出现位置
    int[] counter = new int[matrix.Length];
    for (int i = 0; i < matrix.Length; i++)
    {
        for (int j = 0; j < matrix[i].Length; j++)
        {
            if (matrix[i][j] == 0)
            {
                counter[i]++;
            }
            else break; 
        }
    }

    //按每行非零元素的出现位置升序排列
    for (int i = 0; i < counter.Length; i++)
    {
        for (int j = i; j < counter.Length; j++)
        {
            if(counter[i]>counter[j])
            {
                double[] dTemp = matrix[i];
                matrix[i] = matrix[j];
                matrix[j] = dTemp;
            }
        }
    }
}

/// <summary>
/// 行初等变换(左侧最前非零位位置最靠前的行,只保留一个)
/// </summary>
/// <param name="matrix">矩阵</param>
private static void Operation2(double[][] matrix)
{
    //统计每行第一个非零元素的出现位置
    int[] counter = new int[matrix.Length];
    for (int i = 0; i < matrix.Length; i++)
    {
        for (int j = 0; j < matrix[i].Length; j++)
        {
            if (matrix[i][j] == 0)
            {
                counter[i]++;
            }
            else break;
        }
    }

    for (int i = 1; i < counter.Length; i++)
    {
        if (counter[i] == counter[i - 1] && counter[i] != matrix[0].Length)
        {
            double a = matrix[i - 1][counter[i - 1]];
            double b = matrix[i][counter[i]]; //counter[i]==counter[i-1]

            matrix[i][counter[i]] = 0;
            for (int j = counter[i] + 1; j < matrix[i].Length; j++)
            {
                double c = matrix[i - 1][j];
                matrix[i][j] -= (c * b / a);
            }

            break;
        }
    }
}

/// <summary>
/// 将和0非常接近的数字视为0
/// </summary>
/// <param name="matrix"></param>
private static void Operation3(double[][] matrix)
{
    for (int i = 0; i < matrix.Length; i++)
    {
        for (int j = 0; j < matrix[0].Length; j++)
        {
            if (Math.Abs(matrix[i][j]) <= 0.00001)
            {
                matrix[i][j] = 0;
            }
        }
    }
}

/// <summary>
/// 计算行最简矩阵的秩
/// </summary>
/// <param name="matrix"></param>
/// <returns></returns>
private static int Operation4(double[][] matrix)
{
    int rank = -1;
    bool isAllZero = true;
    for (int i = 0; i < matrix.Length; i++)
    {
        isAllZero = true;

        //查看当前行有没有0
        for (int j = 0; j < matrix[0].Length; j++)
        {
            if (matrix[i][j] != 0)
            {
                isAllZero = false;
                break;
            }
        }

        //若第i行全为0,则矩阵的秩为i
        if (isAllZero)
        {
            rank = i;
            break;
        }
    }
    //满秩矩阵的情况
    if (rank == -1)
    {
        rank = matrix.Length;
    }

    return rank;
}

3.Main函数调用

static void Main(string[] args)
{
    //示例矩阵1:秩为3
    double[][] matrix1 = new double[][] 
    {
        new double[] { 1, 1, 1 },
        new double[] { 1, 1, 0 },
        new double[] { 0, 1, 1 } 
    };

    Console.WriteLine(Rank(matrix1));

    //示例矩阵2:秩为3
    double[][] matrix2 = new double[][] 
    {
        new double[] { 3, 2, 0, 5, 0 }, 
        new double[] { 3, -2, 3, 6, -1 },
        new double[] { 2, 0, 1, 5, -3 },
        new double[] { 1, 6, -4, -1, 4 } 
    };

    Console.WriteLine(Rank(matrix2));

    //示例矩阵3:秩为3
    double[][] matrix3 = new double[][] 
    {
        new double[] { 2, 3, 1, -3, -7 }, 
        new double[] { 1, 2, 0, -2, -4 },
        new double[] { 3, -2, 8, 3, 0 },
        new double[] { 2, -3, 7, 4, 3 }
    };

    Console.WriteLine(Rank(matrix3));

    Console.ReadLine();
}

4.执行结果

225343_ywt4_1425762.png

转载于:https://my.oschina.net/Tsybius2014/blog/225703

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/109841.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 游戏数值策划

    游戏数值策划游戏数值-拆解方法篇大家好,我是Alice,一名喜欢捣腾数字的游戏数值策划12345~o(* ̄▽ ̄*)ブ工作中我会经常拆解游戏数值,通过数值理解市面上优秀游戏的设计思路。今天想在这里跟大家分享一下我研究游戏数值的流程。如果各位有什么好方法,也请在评论区留言,期待看到你的想法。我平时拆解数值的流程主要分为六个阶段:准备阶段 数据收集 分析数据规律 提出猜想 根据数据验证猜想 拆解的应用不过在介绍具体流程之前,我想和你们先聊一下,数值拆解的目的。我认为数值拆解的目的大概可以分

    2022年5月5日
  • silverlight开发教程_手机安装silverlight插件

    silverlight开发教程_手机安装silverlight插件教程地址:http://kb.cnblogs.com/zt/silverlight/

    2022年9月25日
  • 编译安装httpd apache服务器

    编译安装httpd apache服务器

    2022年4月2日
  • Landsat-8 介绍[通俗易懂]

    Landsat-8 介绍[通俗易懂]Landsat-8于2013年2月11日发射升空,目前仍在运行。它始于Landsat数据连续性任务。现在,我们将其简称为Landsat-8。Landsat-8在与太阳同步的近极轨道上绕地球旋转,高度为705公里(438英里),倾斜角为98.2度,每99分钟完成一次地球轨道。卫星的重复周期为16天,赤道穿越时间为:上午10:00+/-15分钟。Landsat-8每天收集550个场景。因此,到2020年8月,它将收集到总计150万个场景。这颗主力卫星仍然是面向公众的开源土地信息的主要内容。…

    2022年7月23日
  • datagrip 2022 激活码 mac(JetBrains全家桶)「建议收藏」

    (datagrip 2022 激活码 mac)这是一篇idea技术相关文章,由全栈君为大家提供,主要知识点是关于2021JetBrains全家桶永久激活码的内容https://javaforall.net/100143.htmlIntelliJ2021最新激活注册码,破解教程可免费永久激活,亲测有效,上面是详细链接哦~9AAG1RZ8NI-eyJsaWNlb…

    2022年4月1日
  • “高内聚低耦合”的软件设计建议收藏

    耦合度一、什么是耦合度软件设计中通常用耦合度和内聚度作为衡量模块独立程度的标准。划分摸块的一个准则就是高内聚低耦合。耦合度(Coupling)是对模块间关联程度的度量。耦合的强弱取决与模块间接口的复

    2021年12月21日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号