C++实现矩阵类(附代码和功能）

大家好，又见面了，我是你们的朋友全栈君。

阅读这篇文章需要掌握C++类的知识以及线性代数的知识，如果有疑问，可在文章下方评论，作者会尽快回复；本文是在作者阅读了平冈和幸的程序员的数学3：线性代数之后而写，在代码设计上借鉴了书中的方法。

希望这些代码能够帮助你更好地理解线性代数里提到的矩阵运算，笔者所写的矩阵运算代码，都是初学C++时实现的，并不具有工程应用的价值；真诚的希望读者能够使用更好的矩阵运算库，比如Eigen,OpenCV等，笔者对这两个C++库的理解也是比较深入的；当然，如果读者还了解Python的话，笔者建议学习numpy，numpy的Cpp代码可以在Github上搜索NumCpp。

初写这份代码时，笔者才刚入C++，如今笔者将在github上上传新的矩阵运算代码NANAhttps://github.com/YuruTu/NANA

具体实现的矩阵功能有:

最初版代码及其使用

利用C++的类实现矩阵的运算,可实现矩阵的+-*运算，以及用高斯消去法求解线性方程组Ax=b

2018/10/13新增功能矩阵的行列变换高斯消元法得到上三角矩阵

2018/12/9实现矩阵的逆运算等

预编译头文件

pch.h

#ifndef PCH_H
#define PCH_H
#include <cmath>
#include <iostream>
#include <stdlib.h>
#include <cmath>
// TODO: 添加要在此处预编译的标头

#endif //PCH_H

头文件.h

/*
author: cclplus
date:2018/12/09
if you think it is necessary to reward me,
my alipay account number is 707101557@qq.com
*/

#ifndef __MATRIX_CLL_H__
#define __MATRIX_CCL_H__
#include "pch.h"
 
class Matrix {
private:
	int rows_num, cols_num;
	double **p;
	void initialize();//初始化矩阵
 
public:
	Matrix(int, int);
	Matrix(int, int, double);//预配分空间
	virtual ~Matrix();//析构函数应当是虚函数，除非此类不用做基类
	Matrix& operator=(const Matrix&);//矩阵的复制
	Matrix& operator=(double *);//将数组的值传给矩阵
	Matrix& operator+=(const Matrix&);//矩阵的+=操作
	Matrix& operator-=(const Matrix&);//-=
	Matrix& operator*=(const Matrix&);//*=
	Matrix operator*(const Matrix & m)const;
	static Matrix Solve(const Matrix&, const Matrix&);//求解线性方程组Ax=b
	void Show() const;//矩阵显示
	void swapRows(int, int);
	double det();//求矩阵的行列式
	double Point(int i, int j) const;
	static Matrix inv(Matrix);//求矩阵的逆矩阵
	static Matrix eye(int );//制造一个单位矩阵
	int row() const;
	int col() const;
	static Matrix T(const Matrix & m);//矩阵转置的实现,且不改变矩阵
	Matrix gaussianEliminate();//高斯消元法
	friend std::istream& operator>>(std::istream&, Matrix&);//实现矩阵的输入
};


#endif

头文件.cpp

/*
author: cclplus
date : 2018 / 12 / 09
if you think it is necessary to reward me,
my alipay account number is 707101557@qq.com
*/
#include "pch.h"
#include "matrix.h"
using std::endl;
using std::cout;
using std::istream;
const double EPS = 1e-10;
void Matrix::initialize() {//初始化矩阵大小
p = new double*[rows_num];//分配rows_num个指针
for (int i = 0; i < rows_num; ++i) {
p[i] = new double[cols_num];//为p[i]进行动态内存分配，大小为cols
}
}
//声明一个全0矩阵
Matrix::Matrix(int rows, int cols)
{
rows_num = rows;
cols_num = cols;
initialize();
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
p[i][j] = 0;
}
}
}
//声明一个值全部为value的矩阵
Matrix::Matrix(int rows, int cols, double value)
{
rows_num = rows;
cols_num = cols;
initialize();
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
p[i][j] = value;
}
}
}
//析构函数
Matrix::~Matrix() {
for (int i = 0; i < rows_num; ++i) {
delete[] p[i];
}
delete[] p;
}
//实现矩阵的复制
Matrix& Matrix::operator=(const Matrix& m)
{
if (this == &m) {
return *this;
}
if (rows_num != m.rows_num || cols_num != m.cols_num) {
for (int i = 0; i < rows_num; ++i) {
delete[] p[i];
}
delete[] p;
rows_num = m.rows_num;
cols_num = m.cols_num;
initialize();
}
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
p[i][j] = m.p[i][j];
}
}
return *this;
}
//将数组的值传递给矩阵(要求矩阵的大小已经被声明过了)
Matrix& Matrix::operator=(double *a){
for(int i=0;i<rows_num;i++){
for(int j=0;j<cols_num;j++){
p[i][j]= *(a+i*cols_num+j);
}
}
return *this;
}
//+=操作
Matrix& Matrix::operator+=(const Matrix& m)
{
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
p[i][j] += m.p[i][j];
}
}
return *this;
}
//实现-=
Matrix& Matrix::operator-=(const Matrix& m)
{
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
p[i][j] -= m.p[i][j];
}
}
return *this;
}
//实现*=
Matrix& Matrix::operator*=(const Matrix& m)
{
Matrix temp(rows_num, m.cols_num);//若C=AB,则矩阵C的行数等于矩阵A的行数，C的列数等于B的列数。
for (int i = 0; i < temp.rows_num; i++) {
for (int j = 0; j < temp.cols_num; j++) {
for (int k = 0; k < cols_num; k++) {
temp.p[i][j] += (p[i][k] * m.p[k][j]);
}
}
}
*this = temp;
return *this;
}
//实现矩阵的乘法
Matrix Matrix::operator*(const Matrix & m)const{
Matrix ba_M(rows_num,m.cols_num,0.0);
for(int i=0;i<rows_num;i++){
for(int j=0;j<m.cols_num;j++){
for(int k=0;k<cols_num;k++){
ba_M.p[i][j]+=(p[i][k]*m.p[k][j]);
}
}
}
return ba_M;
}
//解方程Ax=b
Matrix Matrix::Solve(const Matrix &A, const Matrix &b)
{
//高斯消去法实现Ax=b的方程求解
for (int i = 0; i < A.rows_num; i++) {
if (A.p[i][i] == 0) {
cout << "请重新输入" << endl;
}
for (int j = i + 1; j < A.rows_num; j++) {
for (int k = i + 1; k < A.cols_num; k++) {
A.p[j][k] -= A.p[i][k] * (A.p[j][i] / A.p[i][i]);
if (abs(A.p[j][k]) < EPS)
A.p[j][k] = 0;
}
b.p[j][0] -= b.p[i][0] * (A.p[j][i] / A.p[i][i]);
if (abs(A.p[j][0]) < EPS)
A.p[j][0] = 0;
A.p[j][i] = 0;
}
}
// 反向代换
Matrix x(b.rows_num, 1);
x.p[x.rows_num - 1][0] = b.p[x.rows_num - 1][0] / A.p[x.rows_num - 1][x.rows_num - 1];
if (abs(x.p[x.rows_num - 1][0]) < EPS)
x.p[x.rows_num - 1][0] = 0;
for (int i = x.rows_num - 2; i >= 0; i--) {
double sum = 0;
for (int j = i + 1; j < x.rows_num; j++) {
sum += A.p[i][j] * x.p[j][0];
}
x.p[i][0] = (b.p[i][0] - sum) / A.p[i][i];
if (abs(x.p[i][0]) < EPS)
x.p[i][0] = 0;
}
return x;
}
//矩阵显示
void Matrix::Show() const {
//cout << rows_num <<" "<<cols_num<< endl;//显示矩阵的行数和列数
for (int i = 0; i < rows_num; i++) {
for (int j = 0; j < cols_num; j++) {
cout << p[i][j] << " ";
}
cout << endl;
}
cout << endl;
}
//实现行变换
void Matrix::swapRows(int a, int b)
{
a--;
b--;
double *temp = p[a];
p[a] = p[b];
p[b] = temp;
}
//计算矩阵行列式的值
double Matrix::det(){
//为计算行列式做一个备份
double ** back_up;
back_up=new double *[rows_num];
for(int i=0;i<rows_num;i++){
back_up[i]=new double[cols_num];
}
for(int i=0;i<rows_num;i++){
for(int j=0;j<cols_num;j++){
back_up[i][j]=p[i][j];
}
}
if(rows_num!=cols_num){
std::abort();//只有方阵才能计算行列式，否则调用中断强制停止程序
}
double ans=1;
for(int i=0;i<rows_num;i++){
//通过行变化的形式，使得矩阵对角线上的主元素不为0
if(abs(p[i][i])<=EPS){
bool flag=false;
for(int j=0;(j<cols_num)&&(!flag);j++){
//若矩阵的一个对角线上的元素接近于0且能够通过行变换使得矩阵对角线上的元素不为0
if((abs(p[i][j])>EPS)&&(abs(p[j][i])>EPS)){
flag=true;
//注：进行互换后,p[i][j]变为p[j][j]，p[j][i]变为p[i][i]
//对矩阵进行行变换
double temp;
for(int k=0;k<cols_num;k++){
temp=p[i][k];
p[i][k]=p[j][k];
p[j][k]=temp;
}
}
}
if(flag)
return 0;
}
}
for(int i=0;i<rows_num;i++){
for(int j=i+1;j<rows_num;j++){
for(int k=i+1;k<cols_num;k++){
p[j][k]-=p[i][k]*(p[j][i]*p[i][i]);
}
}
}
for(int i=0;i<rows_num;i++){
ans*=p[i][i];
}
for(int i=0;i<rows_num;i++){
for(int j=0;j<cols_num;j++){
p[i][j]=back_up[i][j];
}
}
return ans;
}
//返回矩阵第i行第j列的数
double Matrix::Point(int i, int j) const{
return this->p[i][j];
}
//求矩阵的逆矩阵
Matrix Matrix::inv(Matrix A){
if(A.rows_num!=A.cols_num){
std::cout<<"只有方阵能求逆矩阵"<<std::endl;
std::abort();//只有方阵能求逆矩阵
}
double temp;
Matrix A_B=Matrix(A.rows_num,A.cols_num);
A_B=A;//为矩阵A做一个备份
Matrix B=eye(A.rows_num);
//将小于EPS的数全部置0
for (int i = 0; i < A.rows_num; i++) {
for (int j = 0; j < A.cols_num; j++) {
if (abs(A.p[i][j]) <= EPS) {
A.p[i][j] = 0;
}
}
}
//选择需要互换的两行选主元
for(int i=0;i<A.rows_num;i++){
if(abs(A.p[i][i])<=EPS){
bool flag=false;
for(int j=0;(j<A.rows_num)&&(!flag);j++){
if((abs(A.p[i][j])>EPS)&&(abs(A.p[j][i])>EPS)){
flag=true;
for(int k=0;k<A.cols_num;k++){
temp=A.p[i][k];
A.p[i][k]=A.p[j][k];
A.p[j][k]=temp;
temp=B.p[i][k];
B.p[i][k]=B.p[j][k];
B.p[j][k]=temp;
}
}
}
if(!flag){
std::cout<<"逆矩阵不存在\n";
std::abort();
}
}
}
//通过初等行变换将A变为上三角矩阵
double temp_rate;
for(int i=0;i<A.rows_num;i++){
for(int j=i+1;j<A.rows_num;j++){
temp_rate=A.p[j][i]/A.p[i][i];
for(int k=0;k<A.cols_num;k++){
A.p[j][k]-=A.p[i][k]*temp_rate;
B.p[j][k]-=B.p[i][k]*temp_rate;
}
A.p[j][i]=0;
}
}
//使对角元素均为1
for(int i=0;i<A.rows_num;i++){
temp=A.p[i][i];
for(int j=0;j<A.cols_num;j++){
A.p[i][j]/=temp;
B.p[i][j]/=temp;
}
}
//std::cout<<"算法可靠性检测，若可靠，输出上三角矩阵"<<std::endl;
//将已经变为上三角矩阵的A，变为单位矩阵
for(int i=A.rows_num-1;i>=1;i--){
for(int j=i-1;j>=0;j--){
temp=A.p[j][i];
for(int k=0;k<A.cols_num;k++){
A.p[j][k]-=A.p[i][k]*temp;
B.p[j][k]-=B.p[i][k]*temp;
}
}
}
std::cout<<"算法可靠性检测，若可靠，输出单位矩阵"<<std::endl;
for(int i=0;i<A.rows_num;i++){
for(int j=0;j<A.cols_num;j++){
printf("%7.4lf\t\t",A.p[i][j]);
}
cout << endl;
}
A=A_B;//还原A
return B;//返回该矩阵的逆矩阵
}
//制造一个单位矩阵
Matrix Matrix::eye(int n){
Matrix A(n,n);
for(int i=0;i<n;i++){
for(int j=0;j<n;j++){
if(i==j){
A.p[i][j]=1;
}else{
A.p[i][j]=0;
}
}
}
return A;
}
//读取矩阵行列数
int Matrix::row() const{
return rows_num;
}
int Matrix::col() const{
return cols_num;
}
//实现矩阵的转置
Matrix Matrix::T(const Matrix & m)
{	int col_size=m.col();
int row_size=m.row();
Matrix mt(col_size, row_size);
for (int i = 0; i <row_size; i++) {
for (int j = 0; j <col_size; j++) {
mt.p[j][i] = m.p[i][j];
}
}
return mt;
}
//高斯消元法
Matrix Matrix::gaussianEliminate()
{
Matrix Ab(*this);
int rows = Ab.rows_num;
int cols = Ab.cols_num;
int Acols = cols - 1;
int i = 0; //跟踪行
int j = 0; //跟踪列
while (i < rows)
{
bool flag = false;
while (j < Acols && !flag)
{
if (Ab.p[i][j] != 0) {
flag = true;
}
else {
int max_row = i;
double max_val = 0;
for (int k = i + 1; k < rows; ++k)
{
double cur_abs = Ab.p[k][j] >= 0 ? Ab.p[k][j] : -1 * Ab.p[k][j];
if (cur_abs > max_val)
{
max_row = k;
max_val = cur_abs;
}
}
if (max_row != i) {
Ab.swapRows(max_row, i);
flag = true;
}
else {
j++;
}
}
}
if (flag)
{
for (int t = i + 1; t < rows; t++) {
for (int s = j + 1; s < cols; s++) {
Ab.p[t][s] = Ab.p[t][s] - Ab.p[i][s] * (Ab.p[t][j] / Ab.p[i][j]);
if (abs(Ab.p[t][s]) <EPS)
Ab.p[t][s] = 0;
}
Ab.p[t][j] = 0;
}
}
i++;
j++;
}
return Ab;
}
//实现矩阵的输入
istream& operator>>(istream& is, Matrix& m)
{
for (int i = 0; i < m.rows_num; i++) {
for (int j = 0; j < m.cols_num; j++) {
is >> m.p[i][j];
}
}
return is;
}

主程序


#include "matrix.h"
using namespace std;
int main()
{
Matrix A = Matrix(3, 3);
cin >> A;
Matrix b = Matrix(3, 1);
cin >> b;
Matrix x = Matrix::Solve(A, b);
x.Show();
return 0;
}

求赞，求转发

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/153947.html原文链接：https://javaforall.cn

【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权正版激活】： 官方授权正版激活支持Jetbrains家族下所有IDE 使用个人JB账号...

C++实现矩阵类(附代码和功能）

相关推荐

CNN训练前的准备：pytorch处理自己的图像数据（Dataset和Dataloader）

centos7安装python3.7_python软件安装步骤

Java中Ipv4与Ipv6的转换「建议收藏」

链表排序总结（全）（C++）[通俗易懂]

emgucv 抠图[通俗易懂]

RANSAC算法理解

发表回复