我正在尝试用Java重写一个代码,解决一组在浮点数上进行高斯消元的线性方程,以处理模数为素数的方程式。问题是它不起作用,我无法弄清楚出了什么问题。它似乎适用于小型方程组,但不适用于大型方程组,这使得调试变得困难。
我的算法取第一行,通过找到第一个元素的倒数来规范化它,并将该行中的每个元素乘以该倒数。然后它从其他行中减去这一行足够的次数,使它们的第一个元素为零。在下一次迭代中,它转到下一行并执行相同的过程,直到第i行的pivoting元素在列i中。最后,它从前一行中减去每一行,使每列只有一个非零元素(最后一行除外)。 (截至目前我使用双打,这是不必要的,但这应该不是问题)。这是我的代码:
// Transforms A so that the leftmost square matrix has at most one 1 per row,
// and no other nonzero elements.
// O(n^3)
public static void gauss(int[][] A, int num_columns) {
int n = A.length;
int m = A[0].length;
for (int i = 0; i < num_columns; i++) {
// Finding row with nonzero element at column i, swap this to row i
for(int k = i; k < num_columns; k++){
if(A[k][i] != 0){
int t[] = A[i];
A[i] = A[k];
A[k] = t;
}
}
// Normalize the i-th row.
int inverse = (int)inverse((long)A[i][i], prime);
for (int k = i ; k < m; k++) A[i][k] = (A[i][k]*inverse) % prime;
// Combine the i-th row with the following rows.
for (int j = 0; j < n; j++) {
if(j == i) continue;
int c = A[j][i];
A[j][i] = 0;
for (int k = i + 1; k < m; k++){
A[j][k] = (A[j][k] - c * A[i][k] + c * prime) % prime;
}
}
}
}
public static void gauss(int[][] A) {
gauss(A, Math.min(A.length, A[0].length));
}
public static long gcd(long a, long b){
if(a < b){
long temp = a;
a = b;
b = temp;
}
if(b == 0) return a;
return gcd(b, a % b);
}
public static Pair ext_euclid(long a, long b){
if(a < b){
Pair r = ext_euclid(b,a);
return new Pair(r.second, r.first);
}
if(b == 0) return new Pair(1, 0);
long q = a / b;
long rem = a - b * q;
Pair r = ext_euclid(b, rem);
Pair ret = new Pair(r.second, r.first - q * r.second);
return ret;
}
public static long inverse(long num, long modulo){
num = num%modulo;
Pair p = ext_euclid(num, modulo);
long ret = p.first;
if(ret < 0) return (modulo + ret) % modulo;
return ret % modulo;
}
static class Pair{
public long first;
public long second;
public Pair(long frst, long scnd){
first = frst;
second = scnd;
}
}
这适用于小例子(mod 29):
matrix = {{1.0, 1.0, 1.0, 1.0}, {1.0, 2.0, 1.0, 2.0},{1.0, 0.0, 0.0‚ 3.0}};
answer= {{1.0, 0.0, 0.0, 0.0},{0.0, 1.0, 0.0, 1.0}, {0.0, 0.0, 1.0, 0.0}};
哪个是正确的(第一个变量= 0,第二个= 1.0,第三个= 0),因为对于k = 1,WolframAlpha可以检查0 * k ^ 0 + 1 * k ^ 1 + 0 * k ^ 2。 0.3。
对于这个例子,有10个变量,方程a * k ^ 0 + b * k ^ 1 + c * k ^ 2 ...(mod 29)对于k = 1..11,我有这个矩阵:
1 1 1 1 1 1 1 1 1 1 1 8
1 2 4 8 16 3 6 12 24 19 9 5
1 3 9 27 23 11 4 12 7 21 5 12
1 4 16 6 24 9 7 28 25 13 23 12
1 5 25 9 16 22 23 28 24 4 20 15
1 6 7 13 20 4 24 28 23 22 16 0
1 7 20 24 23 16 25 1 7 20 24 5
1 8 6 19 7 27 13 17 20 15 4 1
1 9 23 4 7 5 16 28 20 6 7 18
1 10 13 14 24 8 22 17 25 18 7 20
1 11 5 26 25 14 9 12 16 7 7 8
使用我的算法我得到答案:
1 0 0 0 0 0 0 0 0 0 0 18
0 1 0 0 0 0 0 0 0 0 0 8
0 0 1 0 0 0 0 0 0 0 0 15
0 0 0 1 0 0 0 0 0 0 0 11
0 0 0 0 1 0 0 0 0 0 0 28
0 0 0 0 0 1 0 0 0 0 0 27
0 0 0 0 0 0 1 0 0 0 0 7
0 0 0 0 0 0 0 1 0 0 0 21
0 0 0 0 0 0 0 0 1 0 0 9
0 0 0 0 0 0 0 0 0 1 0 24
0 0 0 0 0 0 0 0 0 0 1 14
但这是错的! (可以用WolframAlpha检查)。正确的答案应该是(a b c ...)=(8 13 9 13 4 27 18 10 12 24 15)。
有人可以发现我的错误吗?或者我误解了怎么做Gauss mod p?
答案 0 :(得分:0)
在第一阶段,你似乎没有在第i个位置找到一个非零行。鉴于此,以及我不知道您的inverse
函数如何工作的事实,您可能会遇到或可能不会遇到问题。
我不明白你为什么要在第二阶段寻找“枢轴”。你知道他们从第一阶段到底在哪里。实际上,我不明白为什么你会有第二阶段。在第一阶段完成所有淘汰。这将大大澄清您的代码。
我不明白为什么你在矩阵中使用double
s。我也不明白你为什么在整个地方使用Math.abs
;平等比较在这里非常合适。
最后,你正在解决Vandermonde系统。如果这是你的应用程序,而不仅仅是一个测试用例,你应该使用拉格朗日插值代替。