我正在寻找表格的矩阵运算:B = M*A*N
其中A
是一般的方阵,M
和N
是我想要找到的矩阵。
这样B
的列是A
的对角线。第一列是主对角线,第二列是对角线从主要位置移动了1,依此类推。
e.g。在MATLAB语法中:
A = [1, 2, 3
4, 5, 6
7, 8, 9]
和
B = [1, 2, 3
5, 6, 4
9, 7, 8]
编辑: 似乎纯粹的线性代数解决方案并不存在。因此,我会更准确地了解我的目标:
对于某些大小为v
的向量1 x m
。然后定义C = repmat(v,m,1)
。我的矩阵是A = C-C.';
。
因此,A
基本上是v
中值的所有差异,但我只对值之间的某个距离之间的差异感兴趣。
那些是A
的对角线;但是m
是如此之大,以至于构造这样的m x m
矩阵会导致内存不足的问题。
我正在寻找一种以尽可能高效的方式提取这些对角线的方法(在MATLAB中)。
谢谢!
答案 0 :(得分:1)
如果您实际上并未寻找线性代数解决方案,那么我认为使用两个矩阵乘法构造与A
相同大小的三个额外矩阵在时间和空间复杂度方面效率非常低。鉴于我对线性代数的了解有限,我不确定它是否有可能找到矩阵解决方案,但即使它确实很麻烦。
由于您说您只需要沿某些对角线的值,我只使用diag
构建那些对角线:
A = [1 2 3;
4 5 6;
7 8 9];
m = size(A, 1); % assume A is square
k = 1; % let's get the k'th diagonal
kdiag = [diag(A, k); diag(A, k-m)];
kdiag =
2
6
7
对角线0
是主对角线,对角线m-1
(对于mxm
矩阵)是最后一个。因此,如果您想要所有B
,您可以轻松循环:
B = zeros(size(A));
for k = 0:m-1
B(:,k+1) = [diag(A, k); diag(A, k-m)];
end
B =
1 2 3
5 6 4
9 7 8
来自评论:
对于v大小为1xm的向量。然后B = repmat(v,m,1)。我的矩阵是A = B-B。&#39 ;; A基本上是v中值的所有差异,但我只对值之间的某个距离的差异感兴趣。
让我们说
m = 4;
v = [1 3 7 11];
如果构建整个矩阵,
B = repmat(v, m, 1);
A = B - B.';
A =
0 2 6 10
-2 0 4 8
-6 -4 0 4
-10 -8 -4 0
主对角线是零,因此不是很有趣。我将调用k = 1
的下一个对角线是
[2 4 4 -10].'
您可以通过移动A
的元素构建此对角线而不构建B
甚至v
:
k = 1;
diag1 = circshift(v, m-k, 2) - v;
diag1 =
2 4 4 -10
主对角线由k = 0
给出,最后一个对角线由k = m-1
给出。
答案 1 :(得分:1)
您可以使用函数toeplitz
为重新洗牌创建列索引,然后将其转换为linear index以用于重新排序A
,如下所示:
>> A = [1 2 3; 4 5 6; 7 8 9]
A =
1 2 3
4 5 6
7 8 9
>> n = size(A, 1);
>> index = repmat((1:n).', 1, n)+n*(toeplitz([1 n:-1:2], 1:n)-1);
>> B = zeros(n);
>> B(index) = A
B =
1 2 3
5 6 4
9 7 8
这将推广到任何大小的方阵A
。