我为高斯矩阵制作了这段代码，但代码有问题，我不知道如何解决它。高斯矩阵没有显示应该是什么。我使用[[0,0,1,2]，[2,3,0，-2]，[3,3,6，-9]]作为矩阵A，它排序很好但是当涉及到高斯时我得到[[3.0,3.0,6.0，-9.0]，[3.0,5.25，-3.0,0.0]，[0,0,1.0,2.0]]，当正确的答案是[[3.0,3.0,6.0， - 9.0]，[0.0，-1.5,6.0，-6.0]，[0,0,1.0,2.0]。有人能告诉我我做错了什么吗？谢谢你提前。
public static double[][] sortMatrix(double[][] matrix)
{
int m=matrix.length;
int n=matrix[0].length;
double[] temp=new double[n];
int a=0;
for(int fixedCol=a;fixedCol<n;fixedCol++)//Working and fixing the column only.
{
for(int fixedRow=a;fixedRow<m;fixedRow++)//First process.
{
//Second process.
for(int i=fixedRow;i<m;i++)//Checking if the column element is bigger.
{
if(matrix[fixedRow][fixedCol]<matrix[i][fixedCol])
{
for(int j=0;j<n;j++)
{
temp[j]=matrix[fixedRow][j];
matrix[fixedRow][j]=matrix[i][j];
matrix[i][j]=temp[j];//Until now, changes the row and since fixed row and column points to a value, nothing to change.
}
}
}//End of second process.
}
for(int fixedRow=a;fixedRow<m;fixedRow++)
{
if(matrix[fixedRow][fixedCol]!=0)
{
a=a+1;
}
else
{
break;
}
}
}//End of first process
return matrix;
}
//Gauss Matrix
public static double[][] gauss(double[][] matrix)
{
double tempPrincipal,tempSecondary;
int m=matrix.length;
int n=matrix[0].length;
sortMatrix(matrix);
for(int fixedRowPrincipal=0;fixedRowPrincipal<(m-1);fixedRowPrincipal++)
{
for(int fixedColPrincipal=0;fixedColPrincipal<n;fixedColPrincipal++)//First process: Finding the first element different from 0.
{
if(matrix[fixedRowPrincipal][fixedColPrincipal]!=0)//Found the first element different from 0.
{
if(matrix[fixedRowPrincipal+1][fixedColPrincipal]!=0)//Conditioning the element below isn´t 0.
{
tempPrincipal=matrix[fixedRowPrincipal][fixedColPrincipal];//Assigning fixed values for the elements.
tempSecondary=matrix[fixedRowPrincipal+1][fixedColPrincipal];
for(int j=(fixedColPrincipal);j<n;j++)
{
if(tempPrincipal<0)
{
if(tempSecondary<0)
{
matrix[fixedRowPrincipal+1][j]=matrix[fixedRowPrincipal][j]+(-1.0)*matrix[fixedRowPrincipal+1][j]*(tempPrincipal/tempSecondary);
}
else
{
matrix[fixedRowPrincipal+1][j]=matrix[fixedRowPrincipal][j]+(1.0)*matrix[fixedRowPrincipal+1][j]*(tempPrincipal/tempSecondary);
}
}
else
{
if(tempSecondary<0)
{
matrix[fixedRowPrincipal+1][j]=matrix[fixedRowPrincipal][j]+(1.0)*matrix[fixedRowPrincipal+1][j]*(tempPrincipal/tempSecondary);
}
else
{
matrix[fixedRowPrincipal+1][j]=matrix[fixedRowPrincipal][j]-(matrix[fixedRowPrincipal+1][j]/tempSecondary)*tempPrincipal;
}
}
matrix[fixedRowPrincipal+1][j]=matrix[fixedRowPrincipal][j]+(-1)*matrix[fixedRowPrincipal+1][j]*(tempPrincipal/tempSecondary);
}
sortMatrix(matrix);
fixedRowPrincipal=0;
break;
}
else
{
break;
}
}
}
}
return matrix;
}
答案 0 :(得分：0)
Gussian Reduction是关于Row操作的，所以最好先实现它们。为此我们只需要一个带矩阵的函数，Ri和Rj和a，它将一个* Ri添加到Rj。
其他Row操作是：切换两行并将一个行乘以一个数字，我将解释为什么我们在这里不需要它们:)。
现在我们要确定“pivot元素”，假设矩阵A的大小为n * m，在第一次迭代时，pivot元素是A [0] [0]，在第二次迭代时它是A [1] [1]。
简而言之，它是A[i][i]。
现在我们要更改i之后的每一行，以便每个A[r][i]
i+1<=r<n为零
我们更改行r以便A[r]+=(-A[r][i]/A[i][i])*A[i]，我们可以从第1步调用该函数来执行此操作。
我们为每i<n-1 && i<m重复第二步和第三步，我们就完成了。
变量i应小于n-1而不是n，因为我们想要更改r或更多行i+1，行i=n-1之后没有任何行。
它应该小于m，因为我们也将它用作列号。
其他用于制作枢轴元素1，因为1对于人类来说更简单。
但计算机没有1号以外的数字问题，实际上试图使它1会损害性能，因为它需要额外的计算（特别是切换行）。
在第3步中，我们有A[r]+=(-A[r][i]/A[i][i])*A[i]，即使A[r][i]已经为零，这也会有效，但由于之前的等式是通过具有O(n)复杂度的函数调用实现的，因此我们可以避免调用完全通过检查A[r][i]是否为零，如果是continue第四步中的循环（我们也可以在执行此操作的函数内进行检查，这在我看来更好）。
我将为您留下实施，我建议使用此签名的第一步功能：
void addRowToRow(double[][] a,int i,int j,int alpha)
应该在步骤3中调用它：
addRowToRow(a,i,r,-(a[r][i]/a[i][i]));
我认为你只需要高斯减少并且你不需要方程求解器，无论如何，前面的步骤可以是方程求解器可以调用的reduce(double[][] a)函数。