JamesFlare/FlareBlog
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
Files
df2c11ae67a95e3d80c5b1120b35c0a1f60f23c7
FlareBlog/content/zh-cn/posts/csci-1200/hw-3/index.md
JamesFlare1212 df2c11ae67 add csci-1200-hw-3
2025-02-20 19:13:06 -05:00

1198 lines
39 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
---
title: CSCI 1200 - 作业 3 - 动态矩阵
subtitle:
date: 2025-02-16T16:54:48-05:00
lastmod: 2025-02-16T16:54:48-05:00
slug: csci-1200-hw-3
draft: false
author:
name: James
link: https://www.jamesflare.com
email:
avatar: /site-logo.avif
description: 这篇博客文章提供了在RPI的CSCI 1200课程中用C++实现Matrix类的详细指南。该作业涵盖了基本矩阵运算、二元运算以及转置和四分等高级功能。
keywords: ["矩阵","C++","RPI","CSCI 1200"]
license:
comment: true
weight: 0
tags:
- CSCI 1200
- 作业
- RPI
- C++
- 编程
categories:
- 编程语言
collections:
- CSCI 1200
hiddenFromHomePage: false
hiddenFromSearch: false
hiddenFromRss: false
hiddenFromRelated: false
summary: 这篇博客文章提供了在RPI的CSCI 1200课程中用C++实现Matrix类的详细指南。该作业涵盖了基本矩阵运算、二元运算以及转置和四分等高级功能。
resources:
- name: featured-image
src: featured-image.jpg
- name: featured-image-preview
src: featured-image-preview.jpg
toc: true
math: true
lightgallery: true
password:
message:
repost:
enable: false
url:
# See details front matter: https://fixit.lruihao.cn/documentation/content-management/introduction/#front-matter
---
<!--more-->
## 作业要求
{{< details >}}
在本次作业中，你需要构建一个名为 Matrix 的自定义类，该类将模仿传统的矩阵（matrix 的复数形式）。你不需要深入了解矩阵的知识，但如果你感兴趣的话可以在网上阅读更多关于它的内容：[矩阵 (数学)](https://en.wikipedia.org/wiki/Matrix_(mathematics))。
矩阵在许多不同应用中被使用，并且多年来已经开发了许多优化、技巧和数值方法来快速处理矩阵运算并解决更复杂的问题。
构建这个数据结构将让你练习指针的使用，动态数组分配与释放以及二维指针。实现该数据结构需要编写一个新类。你不能使用任何 STL 容器类或除了 Matrix 之外的其他附加类或结构体。你需要使用 `new` 和 `delete` 关键字。你可以使用数组索引 `[]`。请在开始你的实现之前阅读整个作业说明。
## 数据结构
矩阵是一个二维数字排列。在这个作业中，我们假设每个矩阵包含双精度数（doubles）。我们用 m 行和 n 列的矩阵大小表示为 m×n 矩阵。例如，下面显示的是一个 4×3 的矩阵：
$$
\begin{bmatrix}
-6 & 10 & 1 \\\
3 & -8 & 22 \\\
-17 & 4 & 7 \\\
2 & 5 & 0
\end{bmatrix}
$$
我们将使用二维数组表示 Matrix 类中的数据。因为矩阵可能具有任意大小，你需要使用动态内存来完成这个任务。上面显示的相同矩阵可以这样表示：
{{< image src="matrix1_array.avif" width="480px" caption="4*3 矩阵数组表示" >}}
我们将用 $a_{i,j}$ 表示矩阵 A 中第 i 行和第 j 列的值。因此，一个通用矩阵可以描述为：
$$
A = \begin{bmatrix}
a_{0,0} & a_{0,1} & \cdots & a_{0,n-2} & a_{0,n-1} \\\
a_{1,0} & a_{1,1} & \cdots & a_{1,n-2} & a_{1,n-1} \\\
\vdots & \vdots & \ddots & \vdots & \vdots \\\
a_{m-2,0} & a_{m-2,1} & \cdots & a_{m-2,n-2} & a_{m-2,n-1} \\\
a_{m-1,0} & a_{m-1,1} & \cdots & a_{m-1,n-2} & a_{m-1,n-1}
\end{bmatrix}
$$
## 基本功能
类的私有部分将相对较小，主要挑战在于在实现特性以使类具有功能性时处理动态内存。你可以按任何顺序实现这些方法；我们首先提到一些会使得调试更容易的方法。
建议你先编写一个构造函数，它接受两个 `unsigned int` 类型：行数和列数以及一个双精度填充值。该构造函数应创建一个表示为 m×n 的数据结构，并将每个值初始化为 fill。如果任一维度为 0，则生成的矩阵大小应为 0×0。
你的类必须支持相等运算符 `==` 和不等运算符 `!=`。两个矩阵被认为是相等的，当且仅当它们在每一个位置上的值都相同。换句话说，矩阵 A 和 B 相等如果并且仅如果
$$(\forall_{i, j}|i \in {0,1,\ldots,m-2,m-1}, j \in {0,1,\ldots,n-2,n-1})a_{i,j} = b_{i,j}$$
$\forall$ 是一个常见的缩写，表示“对于所有”，因此 $\forall_{i, j}$ 表示“对每一个 i 和 j 的值”。$\in$ 也是一个常见的缩写，表示“属于”。
由于矩阵具有两个维度，你需要实现 `num_rows()` 和 `num_cols()` 方法，分别返回矩阵中的行数和列数。我们可能希望将一个已填充的矩阵变为一个空矩阵，因此你必须编写一个 `clear()` 方法。此方法应重置行数和列数为 0，并释放 Matrix 当前持有的任何内存。
当然我们需要能够访问存储在 Matrix 类中的数据。为此我们将实现一个“安全”的访问器叫做 `get()`，它接受一行、一列以及一个双精度值。如果行和列在矩阵范围内，则应将 `arow,col` 的值存入 `double` 中，并返回 `true`；否则函数应该返回 `false`。
与访问数据类似的任务是能够在矩阵的特定位置设置一个值。这是通过安全修改器 `set()` 来完成的。此函数也接受一行、一列以及一个双精度值。如果位置有效，`set()` 应该返回 `true` 并将 `arow,col` 设置为传入 `double` 的值；否则返回 `false`。
## 重载输出运算符
在某个时候，编写用于输出的方法可能是个好主意。与之前类中我们写方法来执行打印不同，我们将依赖于非成员重载的 `operator<<`。我们以前练习过重载其他操作符以调用 `std::sort()`，这与此类似。在 Matrix 类定义之外但在你的 .cpp 和 .h 文件中，你应该编写以下 `operator:`
```cpp
std::ostream& operator<< (std::ostream& out, const Matrix& m)
```
这将允许我们按顺序打印一个或多个输出。如果您的 `operator<<` 实现正确，则下面的代码应该都能正常工作：
```cpp
Matrix m1;
Matrix m2;
std::ofstream outfile(output_filename); // 假设我们已经有了文件名
std::cout << m1 << m2 << std::endl;
outfile << m1;
outfile << m2 << std::endl;
std::cout << "打印完成。" << std::endl;
```
假设在上述示例中：
$$
m1 = \begin{bmatrix} \quad \end{bmatrix}, \quad
m2 = \begin{bmatrix}
3 & 5.21 \\\
-2 & 4 \\\
-18 & 1
\end{bmatrix}
$$
则输出应该类似于：
```console
0 x 0 矩阵：
[ ]
3 x 2 矩阵：
[ 3 5.21
-2 4
-18 1 ]
打印完成。
```
我们忽略空白，但我们期望你的操作符输出矩阵元素的顺序正确，并且大小输出在矩阵之前并遵循下面所示格式 - 每行一个，元素之间有空格。请注意，即使这些示例中对齐也不理想。我们更希望你专注于实现 Matrix 类的正确性以及处理内存问题而不是关注使输出漂亮。
### 简单矩阵运算
首先介绍一些基本的矩阵运算。第一个是方法 `multiply_by_coefficient()`，它接受一个名为系数的 double 类型参数。该方法应将矩阵中的每个元素乘以系数。例如：
$$
m1 = \begin{bmatrix}
1 & 2 \\\
3 & 4
\end{bmatrix}, \quad
m1\text{.multiply\\_by\\_coefficient(5)} \Longrightarrow \begin{bmatrix}
5 & 10 \\\
15 & 20
\end{bmatrix}
$$
另一个常见的操作是交换矩阵的两行。这将通过方法 `swap_row()` 来完成，该方法接受两个类型为 `unsigned int` 的参数：源行号和目标行号。如果这两行都在矩阵范围内，则函数应该交换这两个行中的值并返回 true；否则应返回 false。例如：
$$
m1 = \begin{bmatrix}
1 & 2 & 3 \\\
4 & 5 & 6 \\\
7 & 8 & 9
\end{bmatrix}, \quad
m1\text{.swap\\_row(1,2)} \Longrightarrow \begin{bmatrix}
1 & 2 & 3 \\\
7 & 8 & 9 \\\
4 & 5 & 6
\end{bmatrix}
$$
> [!NOTE]
> 完成基本函数和 `swap_row()` 后，可以调用提供的 `rref()` 函数的测试。我们在这里不详细解释该函数，并且你不需要了解它的工作原理，但计算行阶梯形矩阵（RREF）可以用于找到逆矩阵，在许多领域中非常重要。我们使用一种简单的实现方法称为高斯-约旦消元法，你可以在此处阅读更多：[高斯消去法](https://en.wikipedia.org/wiki/Gaussian_elimination)。有其他更好的技术来寻找 RREF，但我们选择这种方法是因为它的简单性。
“翻转”矩阵是一个常见的需求，这个过程叫做转置。你需要编写 `transpose()` 方法，其返回类型为 void。形式上，$m \times n$ 矩阵 $A$ 转置成 $n \times m$ 矩阵 $A^T$ 定义如下：
$$(\forall_{i, j}|i \in {0,1,\ldots,m-2,m-1}, j \in {0,1,\ldots,n-2,n-1})a_{i,j}^{T} = a_{j,i}$$
$$
m1 = \begin{bmatrix}
1 & 2 & 3 \\\
4 & 5 & 6
\end{bmatrix}, \quad
m1\text{.transpose\\_row(1,2)} \Longrightarrow \begin{bmatrix}
1 & 4 \\\
2 & 5 \\\
3 & 6
\end{bmatrix}
$$
## 双矩阵运算
双矩阵运算是涉及两个矩阵的操作。为了简化，我们将其写为类定义中的方法（不是操作符），因此当前的 Matrix 对象始终是“左部”矩阵 $A$。你需要实现 `add()` 和 `subtract()` 方法。这两个函数只接受一个参数，第二个 Matrix 类型的对象，我们将称之为 $B$，如果 $A$ 和 $B$ 的维度匹配，则修改 $A$。如果维度匹配，函数应该返回 true；否则它们应返回 false。两个矩阵的加法和减法形式定义如下：
$$
(\forall_{i, j}|i \in {0,1,\ldots,m-2,m-1}, j \in {0,1,\ldots,n-2,n-1})C_{i,j} = a_{i,j} + b_{i,j} \\\
(\forall_{i, j}|i \in {0,1,\ldots,m-2,m-1}, j \in {0,1,\ldots,n-2,n-1})D_{i,j} = a_{i,j} - b_{i,j}
$$
考虑这两个矩阵：
$$
m1 = \begin{bmatrix}
1 & 2 & 3 \\\
4 & 5 & 6
\end{bmatrix}, \quad
m2 = \begin{bmatrix}
4 & 16 & 25 \\\
14 & 3.4 & 3.64159
\end{bmatrix}
$$
$$
m1 + m2 = \begin{bmatrix}
1 + 4 & 2 + 16 & 3 + 25 \\\
4 + 14 & 5 + 3.4 & 6 + 3.64159
\end{bmatrix} =
\begin{bmatrix}
5 & 18 & 28 \\\
18 & 8.4 & 9.64159
\end{bmatrix}
$$
$$
m1 - m2 = \begin{bmatrix}
1 - 4 & 2 - 16 & 3 - 25 \\\
4 - 14 & 5 - 3.4 & 6 - 3.64159
\end{bmatrix} =
\begin{bmatrix}
-3 & -14 & -22 \\\
-10 & 1.6 & 2.35841
\end{bmatrix}
$$
## 更复杂的矩阵运算
如果要获取整个行或列的内容，使用 `get()` 逐个提取值会很烦人，尤其是因为我们的实现是一个“安全”的访问器，所以我们不能使用一些通常使用的编码技巧。为了解决这个问题，你需要再实现两个访问器方法：`get_row()` 和 `get_col()`。这两个函数都接受一个无符号整数并返回一个 `double*` 类型的值。对于 `get_row()`，参数是需要获取的行号；而对于 `get_col()` 参数则是要获取的列号。如果请求的行/列超出矩阵范围，则方法应返回一个指向 NULL 的指针。
我们期望你实现的最后一个方法 `quarter()` 不是一个传统的矩阵操作。该方法不接受任何参数并返回一个包含四个新 Matrix 元素的 `Matrix*`，顺序为：左上（UL）象限、右上（UR）象限、左下（LL<EFBFBD><EFBFBD>象限和最后是右下（LR）象限。所有四个象限应该具有相同的大小。记住当函数结束时所有的局部变量都会超出作用域并被销毁，所以你需要特别小心如何构建和返回这些象限。在下一页有两个关于 quarter 操作的例子：
$$
m1 = \begin{bmatrix}
1 & 2 & 3 & 4 \\\
5 & 6 & 7 & 8
\end{bmatrix}, \quad
m2 = \begin{bmatrix}
1 & 2 & 3 & 4 \\\
5 & 6 & 7 & 8 \\\
9 & 10 & 11 & 12
\end{bmatrix}
$$
$$
m1^{(\mathrm{UL})} = \begin{bmatrix} 1 & 2 \end{bmatrix}, \quad
m1^{(\mathrm{UR})} = \begin{bmatrix} 3 & 4 \end{bmatrix}, \quad
m1^{(\mathrm{LL})} = \begin{bmatrix} 5 & 6 \end{bmatrix}, \quad
m1^{(\mathrm{LR})} = \begin{bmatrix} 7 & 8 \end{bmatrix}
$$
$$
m2^{(\mathrm{UL})} = \begin{bmatrix}
1 & 2 \\\
5 & 6
\end{bmatrix}, \quad
m2^{(\mathrm{UR})} = \begin{bmatrix}
3 & 4 \\\
7 & 8
\end{bmatrix}, \quad
m2^{(\mathrm{LL})} = \begin{bmatrix}
5 & 6 \\\
9 & 10
\end{bmatrix}, \quad
m2^{(\mathrm{LR})} = \begin{bmatrix}
7 & 8 \\\
11 & 12
\end{bmatrix}
$$
## 测试和调试
我们提供了一个 [matrix_main.cpp](matrix_main.cpp) 文件，其中包含对 Matrix 类的各种测试。一些这些测试最初被注释掉了。我们建议你在基本测试上让类运行正常，并在实现和调试剩余功能时取消注释额外的测试。研究提供的测试用例以了解参数和返回值。
注意：不要编辑提供的 [matrix_main.cpp](matrix_main.cpp) 文件，除非是为了取消注释提供的测试用例并添加指定位置的新测试用例。
`assert()` 函数在整个测试代码中使用。这是 C 和 C++ 中都可用的一个函数，如果条件为真则不做任何事情，如果条件为假则立即崩溃。如果条件为假，则你的命令行应该显示在崩溃前的断言失败信息。
我们建议使用内存调试工具来查找内存错误和内存泄漏。关于安装和使用“Dr. Memory”（适用于 Linux/MacOSX/Windows）和“Valgrind”（适用Linux/MacOS）的信息可以在课程网页上找到：https://www.cs.rpi.edu/academics/courses/fall23/csci1200/memory_debugging.php
作业提交服务器也将使用 Dr. Memory 运行你的代码以查找内存问题。为了获得满分，你的程序必须是无内存错误和无内存泄漏的。
## 任务及提供的代码
你必须根据本说明实现 Matrix 类。你的类应该分为一个 .cpp 文件和一个 .h 文件。你还应在 [matrix_main.cpp](matrix_main.cpp) 的 StudentTest() 函数中添加一些额外测试用例。在实现类时，请特别注意正确地实现拷贝构造函数、赋值运算符和析构函数。
务必编写自己的新测试用例，并不要忘记注释代码！使用提供的模板 [README.txt](README.txt) 文件来写你需要评分者阅读的笔记。在 [README.txt](README.txt) 文件中填写顺序表示部分。你必须独自完成此作业，如“合作政策与学术诚信”说明所述。如果你讨论了该作业、问题解决技巧或错误消息等，请在你的 README.txt 文件中列出他们的名字。
**截止日期**: 2025年2月6日（星期四），晚上10点。
## 评分标准
20分
- README.txt 完成情况 (3 分)
- 缺少姓名、合作者或时间中的一个 (-1)
- 缺少姓名、合作者或时间中的两个以上 (-2)
- 没有反思 (-1)
- 类声明和实现及编码风格（良好的类设计，分为 .h 和 .cpp 文件。超过一行的函数放在 .cpp 文件中。组织合理的类实现，并在适当的地方添加注释。正确使用 const/const& 和类方法 const） (5 分)
- 没有信用 (显著不完整的实现) (-5)
- Matrix 自身没有提供文档（函数文档和部分标题不算）。(-1)
- 函数体中包含多于一条语句的放在 .h 文件中。（模板类可以例外）(-2)
- 函数在 .h 或 .cpp 文件中的注释不充分或注释质量差 (-1)
- 错误使用或遗漏了 const 和引用。(-1)
- 缩进过于紧凑，空白过多，缩进不良。(-1)
- 变量名选择不当：描述性不足的名称（例如 'vec', 'str', 'var'），单字母变量名（除了循环计数器）等 (-2)
- 数据表示 (4 分)
- 没有信用 (显著不完整的实现) (-4)
- 使用 STL 数据结构（列表<E58897><E8A1A8><EFBFBD>向量等）。(-4)
- 成员变量是公开的。(-2)
- 顺序符号 (README 包含正确的顺序符号分析，包括适当的符号和提供的变量使用) (5 分)
- 额外测试用例 (广泛的额外学生编写测试用例) (4 分)
- 没有测试 `transpose()` (-1)
- 没有测试 `multiply_by_coefficient()` (-1)
- 没有测试 `get_col()` (-1)
- 没有测试某种情况的边界条件（行或列 = 0，奇数维度分块等）(-1)
- 没有测试用例，或者只是极小的测试用例，只测试了 SimpleTests 中涵盖的内容 (-4)
{{< /details >}}
## 支持文件
{{< link href="matrix_class.7z" content="matrix_class.7z" title="下载 matrix_class.7z" download="matrix_class.7z" card=true >}}
## 程序设计
首先，我们需要确定 Matrix 类的设计。根据提供的信息，我制作了一个图。
```mermaid
classDiagram
class Matrix {
%% Data members
- rows : unsigned int
- cols : unsigned int
- data : double**
%% Private Methods
- allocateMemory()
- deallocateMemory()
%% Constructors
+ Matrix()
%% Destructor
+ ~Matrix()
%% Public Methods
+ operator=()
+ get_rows() // 更改为 get_rows 和 get_cols，符合中文习惯
+ get_cols()
+ clear()
+ get()
+ set()
+ multiply_by_coefficient()
+ swap_row()
+ transpose()
+ add()
+ subtract()
+ get_row()
+ get_col()
+ quarter()
+ operator==()
+ operator!=()
%% Friend Operator
+ operator<<()
}
```
## 踩坑内容
1. 矩阵的大小不一定总是奇数。因此，当处理接近边缘的情况时需要额外努力。
2. 我们需要编写一些测试用例，并且这些用例将由隐藏自动评分器进行测试。
## 解决方案
### Matrix.h
```cpp
#ifndef MATRIX_H
#define MATRIX_H
#include <iostream>
class Matrix {
public:
// 构造函数和析构函数
Matrix(); // 默认构造函数（创建一个空的 0 x 0 矩阵）
Matrix(unsigned int rows, unsigned int cols, double fill);
Matrix(const Matrix &other);
~Matrix();
Matrix& operator=(const Matrix &other);
// 访问维度的方法
unsigned int get_rows() const; // 更改为 get_rows 和 get_cols，符合中文习惯
unsigned int get_cols() const;
// 清除矩阵（释放内存并设置大小为 0 x 0）
void clear();
// 安全访问器和修改器方法
bool get(unsigned int row, unsigned int col, double &value) const;
bool set(unsigned int row, unsigned int col, double value);
// 简单矩阵运算
void multiply_by_coefficient(double coefficient);
bool swap_row(unsigned int row1, unsigned int row2);
void transpose();
// 二元矩阵运算（修改当前矩阵）
bool add(const Matrix &other);
bool subtract(const Matrix &other);
// 高级访问器：返回请求的行或列的动态数组。
// 调用者负责删除返回的数组。
double* get_row(unsigned int row) const;
double* get_col(unsigned int col) const;
// 将矩阵分成四个大小相等的象限。
// 四个矩阵以动态分配的数组形式按顺序返回：UL，UR，LL，LR。
// 如果矩阵太小（即少于 2 行或 2 列），则返回四个空矩阵。
Matrix* quarter() const;
// 等式运算符
bool operator==(const Matrix &other) const;
bool operator!=(const Matrix &other) const;
// 友元重载输出操作符，用于打印矩阵。
friend std::ostream& operator<<(std::ostream &out, const Matrix &m);
private:
unsigned int rows;
unsigned int cols;
double** data;
// 辅助函数以分配和释放二维数组的内存
void allocate(unsigned int r, unsigned int c, double fill);
void deallocate();
};
#endif
```
### Matrix.cpp
```cpp
#include "Matrix.h"
#include <iostream>
//-------------------------
// 私有辅助函数
//-------------------------
// 分配 m x n 矩阵的内存，并将每个元素填充为 'fill'
void Matrix::allocate(unsigned int r, unsigned int c, double fill) {
rows = r;
cols = c;
data = new double*[rows];
for (unsigned int i = 0; i < rows; i++) {
data[i] = new double[cols];
for (unsigned int j = 0; j < cols; j++) {
data[i][j] = fill;
}
}
}
// 释放矩阵使用的内存
void Matrix::deallocate() {
if (data) {
for (unsigned int i = 0; i < rows; i++) {
delete [] data[i];
}
delete [] data;
}
data = nullptr;
rows = 0;
cols = 0;
}
//-------------------------
// 构造函数和析构函数
//-------------------------
// 默认构造函数：创建一个空矩阵（0 x 0）
Matrix::Matrix() : rows(0), cols(0), data(nullptr) {}
// 参数化构造函数：创建一个 m x n 矩阵，填充为 'fill'
// 如果任一维度为 0，则生成的矩阵大小应为 0×0。
Matrix::Matrix(unsigned int r, unsigned int c, double fill) : rows(0), cols(0), data(nullptr) {
if (r == 0 || c == 0) {
// 创建一个空矩阵。
rows = 0;
cols = 0;
data = nullptr;
} else {
allocate(r, c, fill);
}
}
// 拷贝构造函数
Matrix::Matrix(const Matrix &other) : rows(0), cols(0), data(nullptr) {
if (other.rows == 0 || other.cols == 0) {
rows = 0;
cols = 0;
data = nullptr;
} else {
allocate(other.rows, other.cols, 0.0);
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
data[i][j] = other.data[i][j];
}
}
}
}
// 析构函数
Matrix::~Matrix() {
deallocate();
}
// 赋值运算符
Matrix& Matrix::operator=(const Matrix &other) {
if (this == &other)
return *this;
deallocate();
if (other.rows == 0 || other.cols == 0) {
rows = 0;
cols = 0;
data = nullptr;
} else {
allocate(other.rows, other.cols, 0.0);
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
data[i][j] = other.data[i][j];
}
}
}
return *this;
}
//-------------------------
// 维度访问器和清除
//-------------------------
unsigned int Matrix::get_rows() const { // 更改为 get_rows 和 get_cols，符合中文习惯
return rows;
}
unsigned int Matrix::get_cols() const {
return cols;
}
void Matrix::clear() {
deallocate();
}
//-------------------------
// 安全访问器与修改器
//-------------------------
// get(): 如果 (row,col) 在范围内，则将值存入 value 并返回 true；否则，返回 false。
bool Matrix::get(unsigned int row, unsigned int col, double &value) const {
if (row >= rows || col >= cols)
return false;
value = data[row][col];
return true;
}
// set(): 如果 (row,col) 有效，则将值赋给 arow,col 并返回 true；否则，返回 false。
bool Matrix::set(unsigned int row, unsigned int col, double value) {
if (row >= rows || col >= cols)
return false;
data[row][col] = value;
return true;
}
//-------------------------
// 简单矩阵运算
//-------------------------
// 将矩阵中的每个元素乘以给定的系数。
void Matrix::multiply_by_coefficient(double coefficient) {
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
data[i][j] *= coefficient;
}
}
}
// 如果两个索引都有效，则交换行 row1 和 row2 的整个内容。
bool Matrix::swap_row(unsigned int row1, unsigned int row2) {
if (row1 >= rows || row2 >= rows)
return false;
double* temp = data[row1];
data[row1] = data[row2];
data[row2] = temp;
return true;
}
// 就地转置矩阵。
// 对于非方阵，将分配一个具有交换维度的新二维数组，内容被转置，
// 并释放旧内存。
void Matrix::transpose() {
if (rows == 0 || cols == 0)
return;
// 分配新数组，使用交换后的维度。
double** newData = new double*[cols];
for (unsigned int i = 0; i < cols; i++) {
newData[i] = new double[rows];
}
// 转置：newData[j][i] 变成 data[i][j]
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
newData[j][i] = data[i][j];
}
}
// 释放旧数据。
for (unsigned int i = 0; i < rows; i++) {
delete [] data[i];
}
delete [] data;
// 交换维度。
unsigned int temp = rows;
rows = cols;
cols = temp;
data = newData;
}
//-------------------------
// 双矩阵运算
//-------------------------
// 将 other 的对应元素加到当前矩阵中。
// 如果维度匹配，返回 true；否则返回 false。
bool Matrix::add(const Matrix &other) {
if (rows != other.rows || cols != other.cols)
return false;
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
data[i][j] += other.data[i][j];
}
}
return true;
}
// 将当前矩阵中的对应元素减去 other 的值。
// 如果维度匹配，返回 true；否则返回 false。
bool Matrix::subtract(const Matrix &other) {
if (rows != other.rows || cols != other.cols)
return false;
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
data[i][j] -= other.data[i][j];
}
}
return true;
}
//-------------------------
// 高级访问器
//-------------------------
// 返回一个包含请求行的新动态分配数组。
// 如果行索引超出范围，则返回 nullptr。
double* Matrix::get_row(unsigned int row) const {
if (row >= rows)
return nullptr;
double* rowArray = new double[cols];
for (unsigned int j = 0; j < cols; j++) {
rowArray[j] = data[row][j];
}
return rowArray;
}
// 返回一个包含请求列的新动态分配数组。
// 如果列索引超出范围，则返回 nullptr。
double* Matrix::get_col(unsigned int col) const {
if (col >= cols)
return nullptr;
double* colArray = new double[rows];
for (unsigned int i = 0; i < rows; i++) {
colArray[i] = data[i][col];
}
return colArray;
}
//-------------------------
// Quarter 操作
//-------------------------
// 将矩阵分成四个象限（UL，UR，LL，LR）并返回它们在新数组中。
// 所有四个象限将具有相同的大小。
// 如果矩阵少于 2 行或 2 列，则返回四个空矩阵。
Matrix* Matrix::quarter() const {
Matrix* quadrants = new Matrix[4];
if (rows < 2 || cols < 2) {
// 返回四个空矩阵。
return quadrants;
}
// 确定象限的维度。
// 使用 (dim + 1) / 2 可以确保如果维度为奇数，则共享中间行/列被包含在内。
unsigned int quad_rows = (rows + 1) / 2;
unsigned int quad_cols = (cols + 1) / 2;
quadrants[0] = Matrix(quad_rows, quad_cols, 0.0); // 左上（UL）
quadrants[1] = Matrix(quad_rows, quad_cols, 0.0); // 右上（UR）
quadrants[2] = Matrix(quad_rows, quad_cols, 0.0); // 左下（LL）
quadrants[3] = Matrix(quad_rows, quad_cols, 0.0); // 右下（LR）
// 填充 UL 象限：行 0 .. quad_rows-1，列 0 .. quad_cols-1。
for (unsigned int i = 0; i < quad_rows; i++) {
for (unsigned int j = 0; j < quad_cols; j++) {
quadrants[0].set(i, j, data[i][j]);
}
}
// 填充 UR 象限：行 0 .. quad_rows-1，列 (cols - quad_cols) .. (cols - 1)。
for (unsigned int i = 0; i < quad_rows; i++) {
for (unsigned int j = 0; j < quad_cols; j++) {
quadrants[1].set(i, j, data[i][(cols - quad_cols) + j]);
}
}
// 填充 LL 象限：行 (rows - quad_rows) .. (rows - 1)，列 0 .. quad_cols-1。
for (unsigned int i = 0; i < quad_rows; i++) {
for (unsigned int j = 0; j < quad_cols; j++) {
quadrants[2].set(i, j, data[(rows - quad_rows) + i][j]);
}
}
// 填充 LR 象限：行 (rows - quad_rows) .. (rows - 1)，列 (cols - quad_cols) .. (cols - 1)。
for (unsigned int i = 0; i < quad_rows; i++) {
for (unsigned int j = 0; j < quad_cols; j++) {
quadrants[3].set(i, j, data[(rows - quad_rows) + i][(cols - quad_cols) + j]);
}
}
return quadrants;
}
//-------------------------
// 等式运算符
//-------------------------
bool Matrix::operator==(const Matrix &other) const {
if (rows != other.rows || cols != other.cols)
return false;
for (unsigned int i = 0; i < rows; i++) {
for (unsigned int j = 0; j < cols; j++) {
if (data[i][j] != other.data[i][j])
return false;
}
}
return true;
}
bool Matrix::operator!=(const Matrix &other) const {
return !(*this == other);
}
//-------------------------
// 重载输出运算符
//-------------------------
std::ostream& operator<<(std::ostream &out, const Matrix &m) {
out << m.rows << " x " << m.cols << " 矩阵:" << std::endl;
out << "[";
if (m.rows > 0 && m.cols > 0) {
for (unsigned int i = 0; i < m.rows; i++) {
out << " ";
for (unsigned int j = 0; j < m.cols; j++) {
out << m.data[i][j];
if (j < m.cols - 1)
out << " ";
}
if (i < m.rows - 1)
out << std::endl;
}
out << " ]";
} else {
out << " ]";
}
return out;
}
```
### matrix_main.cpp（包含更多测试用例）
```cpp
// =======================================================
//
// IMPORTANT NOTE: Do not modify this file
// (except to uncomment the provided test cases
// and add your test cases where specified)
//
// =======================================================
#include <iostream>
#include <fstream>
#include <cmath>
#include <cassert>
#include "Matrix.h"
#define __EPSILON 0.0000000001 // 需要这个来比较双精度数，因为表示方式不同。
void SimpleTest(); // 基本测试
void StudentTest(); // 在这里编写自己的测试用例
// 函数用于一次测试大量矩阵。
void BatchTest(double start, double step, unsigned int rows, unsigned int cols,
unsigned int num);
// 快速函数，返回两个双精度数是否非常相似。
bool double_compare(double a, double b);
// 使用高斯-约旦消元法创建行阶梯形矩阵。
Matrix rref(const Matrix& m);
int main(){
SimpleTest();
std::cout << "完成所有基本测试。" << std::endl;
// 取消注释以分配大量 100x100 矩阵，以便泄漏更大。
BatchTest(100,0.1,100,100,50);
std::cout << "完成所有批量测试。" << std::endl;
StudentTest();
std::cout << "完成所有学生测试。" << std::endl;
return 0;
}
//////////////// 测试函数 ////////////////////
// 基本测试
void SimpleTest(){ // well behaved getrow/read after
// 默认构造函数
Matrix m1;
assert(m1.get_rows() == 0 && m1.get_cols() == 0);
// 拷贝构造函数
Matrix m2(3,4,0);
assert(m2.get_rows() == 3 && m2.get_cols() == 4);
Matrix m2_copy(m2);
assert(m2_copy.get_rows() == 3 && m2_copy.get_cols() == 4);
m2_copy.set(1,1,27);
double d0;
assert(m2.get(1,1,d0));
assert(double_compare(d0,0.0));
assert(m2_copy.get(1,1,d0));
assert(double_compare(d0,27));
// 等式和不等式
Matrix m3;
assert(m1 == m3);
assert(m1 != m2);
// 打印输出
std::cout << "空矩阵：";
std::cout << m1 << std::endl;
std::cout << "零填充的 3x4 矩阵：";
std::cout << m2 << std::endl;
std::cout << "一个接一个：";
std::cout << m1 << m2 << std::endl;
// set 和 get
Matrix m5(4,4,2);
Matrix m6(4,4,12);
assert(m6.set(2,1,7));
assert(m6.set(3,3,11));
double d1;
assert(m6.get(2,1,d1));
assert(d1==7);
// 加法
std::cout << "m5 和 m6 相加" << std::endl;
std::cout << m5 << m6 << std::endl;
Matrix m7;
m7 = m5;
Matrix m8(m5);
assert(m7 == m8);
assert(m7.add(m6));
std::cout << "结果：" << std::endl;
std::cout << m7 << std::endl;
double* r1 = NULL;
r1 = m7.get_row(2);
assert(r1[0] == 14 && r1[1] == 9);
delete [] r1; // 记得我们需要清理动态分配。
Matrix m9(3,6,0);
m9.set(0,0,1);
m9.set(0,1,2);
m9.set(0,2,1);
m9.set(0,3,1);
m9.set(1,0,2);
m9.set(1,1,3);
m9.set(1,2,-1);
m9.set(1,4,1);
m9.set(2,0,3);
m9.set(2,1,-2);
m9.set(2,2,-1);
m9.set(2,5,1);
std::cout << "尝试高斯-约旦行阶梯形。"
<< m9 << std::endl;
Matrix m12 = rref(m9);
std::cout << m12 << std::endl;
double comparison_value;
assert(m12.get(0,3,comparison_value));
assert(double_compare(comparison_value,0.25));
assert(m12.get(0,1,comparison_value));
assert(double_compare(comparison_value,0.0));
assert(m12.get(1,5,comparison_value));
assert(double_compare(comparison_value,-3.00/20));
assert(m9.get(0,3,comparison_value));
assert(double_compare(comparison_value,1.0));
assert(m9.get(0,1,comparison_value));
assert(double_compare(comparison_value,2.0));
assert(m9.get(1,5,comparison_value));
assert(double_compare(comparison_value,0.0));
Matrix m11(3,4,0);
m11.set(0,0,1);
m11.set(0,1,2);
m11.set(0,2,3);
m11.set(0,3,4);
m11.set(1,0,5);
m11.set(1,1,6);
m11.set(1,2,7);
m11.set(1,3,8);
m11.set(2,0,9);
m11.set(2,1,10);
m11.set(2,2,11);
m11.set(2,3,12);
std::cout << "M11 将被四分：" << std::endl;
std::cout << m11 << std::endl;
Matrix* ma1 = NULL;
ma1 = m11.quarter();
assert(ma1 != NULL);
std::cout << "UL: " << std::endl << ma1[0] << std::endl;
std::cout << "UR: " << std::endl << ma1[1] << std::endl;
std::cout << "LL: " << std::endl << ma1[2] << std::endl;
std::cout << "LR: " << std::endl << ma1[3] << std::endl;
for(unsigned int i=0; i<4; i++){
assert((ma1[i].get_rows() == 2) && (ma1[i].get_cols() == 2));
}
// 上左
assert(ma1[0].get(0,0,comparison_value));
assert(double_compare(comparison_value,1));
assert(ma1[0].get(1,1,comparison_value));
assert(double_compare(comparison_value,6));
// 右上
assert(ma1[1].get(0,0,comparison_value));
assert(double_compare(comparison_value,3));
assert(ma1[1].get(1,1,comparison_value));
assert(double_compare(comparison_value,8));
// 下左
assert(ma1[2].get(0,0,comparison_value));
assert(double_compare(comparison_value,5));
assert(ma1[2].get(1,1,comparison_value));
assert(double_compare(comparison_value,10));
// 右下
assert(ma1[3].get(0,0,comparison_value));
assert(double_compare(comparison_value,7));
assert(ma1[3].get(1,1,comparison_value));
assert(double_compare(comparison_value,12));
delete [] ma1;
}
// 在这里编写自己的测试用例
void StudentTest() {
double val;
// 测试 1：转置一个非方阵。
Matrix m(2, 3, 1.0);
m.set(0, 0, 1.0); m.set(0, 1, 2.0); m.set(0, 2, 3.0);
m.set(1, 0, 4.0); m.set(1, 1, 5.0); m.set(1, 2, 6.0);
m.transpose(); // <20><>在 m 应该是 3 x 2。
assert(m.get_rows() == 3 && m.get_cols() == 2);
m.get(0, 0, val); assert(val == 1.0);
m.get(0, 1, val); assert(val == 4.0);
m.get(1, 0, val); assert(val == 2.0);
m.get(1, 1, val); assert(val == 5.0);
m.get(2, 0, val); assert(val == 3.0);
m.get(2, 1, val); assert(val == 6.0);
// 测试 2：矩阵乘以系数。
Matrix m2(2, 2, 2.0);
m2.multiply_by_coefficient(3.0);
m2.get(0, 0, val); assert(val == 6.0);
m2.get(1, 1, val); assert(val == 6.0);
// 测试 3：get_col() 功能。
Matrix m3(3, 3, 0.0);
int counter = 1;
for (unsigned int i = 0; i < 3; i++) {
for (unsigned int j = 0; j < 3; j++) {
m3.set(i, j, counter++);
}
}
double* col1 = m3.get_col(1);
// 预期列 1 应为：2，5，8。
assert(col1[0] == 2);
assert(col1[1] == 5);
assert(col1[2] == 8);
delete [] col1;
// 测试 4：swap_row()。
Matrix m4(2, 3, 0.0);
m4.set(0, 0, 1); m4.set(0, 1, 2); m4.set(0, 2, 3);
m4.set(1, 0, 4); m4.set(1, 1, 5); m4.set(1, 2, 6);
m4.swap_row(0, 1);
m4.get(0, 0, val); assert(val == 4);
m4.get(1, 0, val); assert(val == 1);
// 测试 5：减法。
Matrix m5(2, 2, 10.0);
Matrix m6(2, 2, 3.0);
bool success = m5.subtract(m6);
assert(success);
m5.get(0, 0, val); assert(val == 7.0);
// 测试 6：quarter() 对偶数维度矩阵。
Matrix m7(4, 4, 0.0);
counter = 1;
for (unsigned int i = 0; i < 4; i++) {
for (unsigned int j = 0; j < 4; j++) {
m7.set(i, j, counter++);
}
}
Matrix* quads = m7.quarter();
// 对于一个 4 x 4 矩阵，象限大小应为 (4+1)/2 = 2（整除）
assert(quads[0].get_rows() == 2 && quads[0].get_cols() == 2);
// 上左象限应该为：
// [ 1 2 ]
// [ 5 6 ]
quads[0].get(0, 0, val); assert(val == 1);
quads[0].get(0, 1, val); assert(val == 2);
quads[0].get(1, 0, val); assert(val == 5);
quads[0].get(1, 1, val); assert(val == 6);
delete [] quads;
// 测试 7：clear() 方法。
Matrix m8(3, 3, 9.0);
m8.clear();
assert(m8.get_rows() == 0 && m8.get_cols() == 0);
// 测试 8：自我赋值。
Matrix m9(2, 2, 7.0);
m9 = m9;
m9.get(0, 0, val); assert(val == 7.0);
// 测试 9：二元加法，维度不匹配。
Matrix m10(2, 3, 1.0);
Matrix m11(3, 2, 1.0);
bool res = m10.add(m11);
assert(res == false);
// 测试 10：二元减法，维度不匹配。
res = m10.subtract(m11);
assert(res == false);
}
//////////////// 工具函数 ////////////////////
/* 快速填充一个 rows x cols 矩阵的值从
* start 开始以 step 的增量进行 num_times 次。
*/
void BatchTest(double start, double step, unsigned int rows, unsigned int cols,
unsigned int num){
Matrix* m_arr = new Matrix[num];
for(unsigned int i=0; i<num; i++){
m_arr[i] = Matrix(rows,cols,0.0);
unsigned int curr_elem = 0;
for(unsigned int j=0; j<rows; j++){
for(unsigned int k=0; k<rows; k++){
m_arr[i].set(j,k,start+(step*curr_elem));
curr_elem++;
}
}
}
delete [] m_arr;
}
// 快速函数，返回两个双精度数是否非常相似。
bool double_compare(double a, double b){
return (fabs(a-b) < __EPSILON);
}
/* 使用高斯-约旦消元法创建行阶梯形矩阵。
* 这些是好和坏的变量名。
* 看看这使得代码跟踪变得多么困难？
* 缺乏注释也没有帮助。
*/
Matrix rref(const Matrix& m){
Matrix ret(m);
unsigned int curr_col = 0;
double dummy;
for(unsigned int i=0; i<ret.get_rows(); i++){
bool col_all_zeros = true;
// while(col_all_zeros && col_all_zeros < ret.get_cols()){
while(col_all_zeros && curr_col < ret.get_cols()){
for(unsigned int scan_i = 0; scan_i < ret.get_rows(); scan_i++){
ret.get(scan_i,curr_col,dummy);
if (!double_compare(dummy,0.0)){
col_all_zeros = false;
break;
}
}
if(col_all_zeros){
curr_col += 1;
}
}
if(curr_col>=ret.get_cols()){
return ret;
}
ret.get(i,curr_col,dummy);
if(double_compare(dummy,0.0)){
// 与非零行交换
for(unsigned int scan_i = i+1; scan_i < ret.get_rows(); scan_i++){
ret.get(scan_i,curr_col,dummy);
if(!double_compare(dummy,0.0)){
ret.swap_row(scan_i,i);
break;
}
}
}
// 现在我们知道 ret i,curr_col 是非零的，所以我们可以用它作为枢轴。
double pivot;
ret.get(i,curr_col,pivot);
for(unsigned int j=0; j<ret.get_cols(); j++){
ret.get(i,j,dummy);
ret.set(i,j,dummy/pivot);
}
for(unsigned int row_i = 0; row_i < ret.get_rows(); row_i++){
if (row_i == i){
continue;
}
double row_leading_coeff;
ret.get(row_i,curr_col,row_leading_coeff);
for(unsigned int col_j = 0; col_j < ret.get_cols(); col_j++){
double lhs_dummy,rhs_dummy;
ret.get(row_i,col_j,lhs_dummy);
ret.get(i,col_j,rhs_dummy);
ret.set(row_i,col_j,lhs_dummy - (row_leading_coeff*rhs_dummy));
}
}
curr_col +=1 ;
}
return ret;
}
```
Reference in New Issue View Git Blame Copy Permalink