KY191 矩阵幂(用Java实现)

描述

给定一个n*n的矩阵,求该矩阵的k次幂,即P^k。

输入描述:

第一行:两个整数n(2<=n<=10)、k(1<=k<=5),两个数字之间用一个空格隔开,含义如上所示。 接下来有n行,每行n个正整数,其中,第i行第j个整数表示矩阵中第i行第j列的矩阵元素Pij且(0<=Pij<=10)。另外,数据保证最后结果不会超过10^8。

输出描述:

对于每组测试数据,输出其结果。格式为: n行n列个整数,每行数之间用空格隔开,注意,每行最后一个数后面不应该有多余的空格。

示例1

输入:

复制代码
2 2
9 8
9 3
3 3
4 8 4
9 3 0
3 5 7
5 2
4 0 3 0 1
0 0 5 8 5
8 9 8 5 3
9 6 1 7 8
7 2 5 7 3

输出:

复制代码
153 96
108 81
1216 1248 708
1089 927 504
1161 1151 739
47 29 41 22 16
147 103 73 116 94
162 108 153 168 126
163 67 112 158 122
152 93 93 111 97

代码如下:

java 复制代码
import java.util.Scanner;

/*
 * 矩阵幂
 */
public class MatrixPower {

	public static void main(String[] args) {
		Scanner scanner = new Scanner(System.in);
		while(scanner.hasNext()) {
			int n = scanner.nextInt();
			int k = scanner.nextInt();
			int[][] arr = new int[n][n];
			for (int i = 0; i < n; i++) {
				for (int j = 0; j < n; j++) {
					arr[i][j] = scanner.nextInt();
				}
			}
			
			int[][] a = arr;
			
			for (int t = 0; t < k-1; t++) {
				
				//temp矩阵为arr矩阵的t+2次方
				int[][] temp = new int[n][n];
				
				//矩阵乘法的得到的结果保存到temp中
				for (int i = 0; i < n; i++) {
					for (int j = 0; j < n; j++) {
						for (int k1 = 0; k1 < n; k1++) {
							temp[i][j] += a[i][k1] * arr[k1][j];
						}
					}
				}
				
				a = temp;
			}
			
			for(int i = 0;i < n; i++) {
				for(int j = 0;j < n; j++) {
					System.out.print(a[i][j]+" ");
				}
				System.out.println();
			}
			
		}
		
	}
	
	
	
}
相关推荐
秋饼6 小时前
JDK 27 企业级 AI 服务落地实战:G1 默认、紧凑对象头、后量子 TLS 与 JFR 脱敏全解析
java·ai·技术分享·后端开发
Asize6 小时前
146. LRU 缓存
算法
Asize6 小时前
543. 二叉树的直径
算法
卓怡学长6 小时前
w176基于SpringBoot的医院管理系统
java·spring boot·spring·maven·intellij-idea
lemon_sjdk6 小时前
ObjectProperty
java·开发语言·算法
hh9507 小时前
Agent Plan x DeepSeek Harness:Agent 供应链安全与第三方插件审计
java·开发语言·安全·agent plan·adg成都社区·adg社区
吴声子夜歌7 小时前
Java面试——HBase原理及应用
java·面试·hbase
浪兎兎7 小时前
【Java Web】Servlet + JSP 笔记
java·前端·servlet
Zentceh7 小时前
AI-ISP在夜视机芯中的应用:从传统ISP到PixelClean全彩夜视的进化
人工智能·科技·算法·计算机视觉·车载系统·视频·智能硬件
xier_ran7 小时前
【infra之路】AWQ 详解:激活感知权重保护,让 W4A16 量化精度超越 GPTQ
线性代数·算法·机器学习·量化·infra