高斯消元 求整數解模版,高斯消整數模版
#include <iostream>#include <string.h>#include <cmath>using namespace std;const int maxn = 105;int equ, var; // 有equ個方程,var個變元。增廣陣行數為equ, 分別為0到equ - 1,列數為var + 1,分別為0到var.int a[maxn][maxn];int x[maxn]; // 解集.bool free_x[maxn]; // 判斷是否是不確定的變元.int free_num;void Debug(void){ int i, j; for (i = 0; i < equ; i++) { for (j = 0; j < var + 1; j++) { cout << a[i][j] << " "; } cout << endl; } cout << endl;}//------------------------------------inline int gcd(int a, int b){ int t; while (b != 0) { t = b; b = a % b; a = t; } return a;}inline int lcm(int a, int b){ return a * b / gcd(a, b);}// 高斯消元法解方程組(Gauss-Jordan elimination).(-2表示有浮點數解,但無整數解,-1表示無解,0表示唯一解,大於0表示無窮解,並返回自由變元的個數)int Gauss(void){ int i, j, k; int max_r; // 當前這列絕對值最大的行. int col; // 當前處理的列. int ta, tb, LCM, temp, free_x_num, free_index; // 轉換為階梯陣. col = 0; // 當前處理的列. for (k = 0; k < equ && col < var; k++, col++) { // 枚舉當前處理的行. // 找到該col列元素絕對值最大的那行與第k行交換.(為了在除法時減小誤差) max_r = k; for (i = k + 1; i < equ; i++) { if (abs(a[i][col]) > abs(a[max_r][col])) max_r = i; } if (max_r != k) { // 與第k行交換. for (j = k; j < var + 1; j++) swap(a[k][j], a[max_r][j]); } if (a[k][col] == 0) { // 說明該col列第k行以下全是0了,則處理當前行的下一列. k--; continue; } for (i = k + 1; i < equ; i++) { // 枚舉要刪去的行. if (a[i][col] != 0) { LCM = lcm(abs(a[i][col]), abs(a[k][col])); ta = LCM / abs(a[i][col]), tb = LCM / abs(a[k][col]); if (a[i][col] * a[k][col] < 0) tb = -tb; // 異號的情況是兩個數相加. for (j = col; j < var + 1; j++) { a[i][j] = a[i][j] * ta - a[k][j] * tb; } } } } Debug(); // 1. 無解的情況: 化簡的增廣陣中存在(0, 0, ..., a)這樣的行(a != 0). for (i = k; i < equ; i++) { // 對於無窮解來說,如果要判斷哪些是自由變元,那麼初等行變換中的交換就會影響,則要記錄交換. if (a[i][col] != 0) return -1; } // 2. 無窮解的情況: 在var * (var + 1)的增廣陣中出現(0, 0, ..., 0)這樣的行,即說明沒有形成嚴格的上三角陣. // 且出現的行數即為自由變元的個數. if (k < var) { // 首先,自由變元有var - k個,即不確定的變元至少有var - k個. for (i = k - 1; i >= 0; i--) { // 第i行一定不會是(0, 0, ..., 0)的情況,因為這樣的行是在第k行到第equ行. // 同樣,第i行一定不會是(0, 0, ..., a), a != 0的情況,這樣的無解的. free_x_num = 0; // 用於判斷該行中的不確定的變元的個數,如果超過1個,則無法求解,它們仍然為不確定的變元. for (j = 0; j < var; j++) if (a[i][j] != 0 && free_x[j]) free_x_num++, free_index = j; if (free_x_num > 1) continue; // 無法求解出確定的變元. // 說明就只有一個不確定的變元free_index,那麼可以求解出該變元,且該變元是確定的. temp = a[i][var]; for (j = 0; j < var; j++) if (a[i][j] != 0 && j != free_index) temp -= a[i][j] * x[j]; x[free_index] = temp / a[i][free_index]; // 求出該變元. free_x[free_index] = 0; // 該變元是確定的. } return var - k; // 自由變元有var - k個. } // 3. 唯一解的情況: 在var * (var + 1)的增廣陣中形成嚴格的上三角陣. // 計算出Xn-1, Xn-2 ... X0. for (i = var - 1; i >= 0; i--) { temp = a[i][var]; for (j = i + 1; j < var; j++) if (a[i][j] != 0) temp -= a[i][j] * x[j]; if (temp % a[i][i] != 0) return -2; // 說明有浮點數解,但無整數解. x[i] = temp / a[i][i]; } return 0;}int main(){ int i, j; while (~scanf("%d %d", &equ, &var)) { memset(a, 0, sizeof(a)); memset(x, 0, sizeof(x)); memset(free_x, 1, sizeof(free_x)); // 一開始全是不確定的變元. for (i = 0; i < equ; i++) { for (j = 0; j < var + 1; j++) { scanf("%d", &a[i][j]); } }// Debug(); free_num = Gauss(); if (free_num == -1) printf("無解!\n"); else if (free_num == -2) printf("有浮點數解,無整數解!\n"); else if (free_num > 0) { printf("無窮多解! 自由變元個數為%d\n", free_num); for (i = 0; i < var; i++) { if (free_x[i]) printf("x%d 是不確定的\n", i + 1); else printf("x%d: %d\n", i + 1, x[i]); } } else { for (i = 0; i < var; i++) { printf("x%d: %d\n", i + 1, x[i]); } } printf("\n"); } return 0;}
高斯消元 是什?
如湛藍水晶所說. 這裡給你一個例子:
一個三元一次方程:
a1x + b1y + c1z = d1
a2x + b2y + c2z = d2
a3x + b3y + c3z = d3
第一步, 先將第一個方程除以a1, 變為:
x + b1'y + c1'z = d1'
再將它乘以a2, 與第二個方程相減(消去第二個方程中的x), 使第二個方程變為:
b2'y + c2'z = d2'
再對第三個方程如此操作, 現在整個方程組成為了:
x + b1'y + c1'z = d1'
b2'y + c2'z = d2'
b3'y + c3'z = d3'
第二步, 將第二個方程除以b2', 按以上操作, 方程組變為:
x + c1''z = d1''
y + c2''z = d2''
c3''z = d3''
第三步, 將第三個方程除以c3'', 按以上操作, 方程組變為:
x = d1'''
y = d2'''
z = d3'''
不知你看懂了麼? 歸納一下, 第一步, 把第一個方程的x係數變為1, 同時消去其餘方程中的x, 第二步, 把第二個方程的y係數變為1, 同時消去其餘方程中的y, 第三步, 把第三個方程中的z的係數變為1, 同時消去其餘方程中的z, 這樣, 第一行就是x的解, 第二行就是y的解, 第三行就是z的解. 對於任意元的一次方程組, 依此類推.
高斯消元法
數學上,高斯消元法(或譯:高斯消去法),是線性代數中的一個演算法,可用來為線性方程組求解,求出矩陣的秩,以及求出可逆方陣的逆矩陣。當用於一個矩陣時,高斯消元法會產生出一個“行梯陣式”。高斯消元法可以用在電腦中來解決數千條等式及未知數。不過,如果有過百萬條等式時,這個演算法會十分費時。一些極大的方程組通常會用疊代法來解決。亦有一些方法特地用來解決一些有特別排列的係數的方程組。