CGS与MGS的矩阵正交化-C语言实现

格拉姆-施密特正交化和改进的格拉姆-施密特正交化

格拉姆-施密特正交化CGS

数学公式

代码实现:

过程版

矩阵运算实现的难点在于每次运算都是一个向量,需要for循环进行,会带来运算时在代码中的复杂,进而难以理解代码的过程

cpp 复制代码
Q矩阵是{e...}  R矩阵是上三角矩阵 
Q[0] = A[0];   // -> b1 = a1
R[0][0] = norm(Q[0], m); //-> ||b1||
Q[0] =A[0] / R[0][0];    //-> b1/||b1||

先求 R[1][2] = dotProduct(A[i], Q[j], m);

再用 Q[2] = A[2]; //这样可以使用迭代去求b2

cpp 复制代码
R[j][i] = dotProduct(A[i], Q[j], m); // -> a2Te1

Q[i][k] = A[i][k];   //方便下一般实现循环递归减
Q[i][k] -=  R[j][i]*Q[j][k];   //用于递归实现 bn = an - anTen-1en-1-...

R[i][i] = norm(Q[i], m);// -> ||b1||
Q[i][k] /= R[i][i];    //-> b1/||b1||

纯净版

cpp 复制代码
void cgs(double** A, int m, int n, double** Q, double** R) {
   
    if (n>=1)
    {
        R[0][0] = norm(A[0], m);
        for (int k = 0; k < m; k++) {
            Q[0][k] =A[0][k]/ R[0][0];
        }
    }
    for (int i = 1; i < n; i++) {
        for (int j = 0; j < i; j++) {
            R[j][i] = dotProduct(A[i], Q[j], m);
        }
        for (int k = 0; k < m; k++)
        {
           Q[i][k] = A[i][k];
        }
        for (int j = 0; j < i; j++) {
            for (int k = 0; k < m; k++) {
                Q[i][k] -=  R[j][i]*Q[j][k];
            }
        }
        R[i][i] = norm(Q[i], m);
        for (int k = 0; k < m; k++) {
            Q[i][k] /= R[i][i];
        }
    }
}

改进的格拉姆-施密特正交化MGS

数学公式

在于先求e 每次都对全部b进行运算

代码实现

过程版

for (int i = 0; i < m; i++)

{

Q[i]= A[i];

}

cpp 复制代码
for (int i = 0; i < m; i++)
{
   for (int j = 0; j < n; j++)
   {
       Q[i][j] = A[i][j];
   }
}
cpp 复制代码
R[i][i] = norm(Q[i], m);
for (int k = 0; k < m; k++) {
      Q[i][k] /= R[i][i];
}

先求

cpp 复制代码
 R[i][j] = dotProduct(Q[i], Q[j], m);

对每一个b仅需运算 每一个循环都会少计算b1,b2,b3..bn所以j = i+1

cpp 复制代码
 for (int j = i + 1; j < n; j++) {
     for (int k = 0; k < m; k++) {
        Q[j][k] -= Q[i][k] * R[i][j];
     }
 }

纯净版

复制代码
void mgs(double** A, int m, int n, double** Q, double** R) {
    for (int i = 0; i < m; i++)
    {
        for (int j = 0; j < n; j++)
        {
           Q[i][j] = A[i][j];
        }
    }
    for (int i = 0; i < n; i++) {
        R[i][i] = norm(Q[i], m);
        for (int k = 0; k < m; k++) {
            Q[i][k] /= R[i][i];
        }
        // 计算 R元素 b2Tei b3Tei...  Q[i]=e[i]
        for (int j = i + 1; j < n; j++) {
            R[i][j] = dotProduct(Q[i], Q[j], m);
        }
        // 更新 Q
        for (int j = i + 1; j < n; j++) {
            for (int k = 0; k < m; k++) {
                Q[j][k] -= Q[i][k] * R[i][j];
            }
        }
    }
}

参考博客:

下文有博主有python实现

图解格拉姆-施密特正交化和改进的格拉姆-施密特正交化_matlab实现格拉姆-施密特正交化-CSDN博客

相关推荐
REDcker几秒前
C++ 包管理工具概览
开发语言·c++
Eloudy2 分钟前
不同特征值的特征向量互相正交的矩阵
人工智能·算法·机器学习
人道领域4 分钟前
【LeetCode刷题日记】:从 LeetCode 经典题看哈希表的场景化应用---数组、HashSet、HashMap 选型与算法实战
算法·leetcode·面试
努力努力再努力wz4 分钟前
【C++高阶系列】告别内查找局限:基于磁盘 I/O 视角的 B 树深度剖析与 C++ 泛型实现!(附B树实现源码)
java·linux·开发语言·数据结构·c++·b树·算法
承渊政道5 分钟前
【优选算法】(实战攻坚BFS之FloodFill、最短路径问题、多源BFS以及解决拓扑排序)
数据结构·c++·笔记·学习·算法·leetcode·宽度优先
kishu_iOS&AI7 分钟前
机器学习 —— 线性回归(2)
人工智能·python·算法·机器学习·线性回归
嵌入式冰箱8 分钟前
2026 年“认证杯”数学中国数学建模网络挑战赛--C 题智能增材制造
c语言·数学建模·制造
NULL指向我9 分钟前
信号处理学习笔记6:ADC采样线性处理实测拟合
人工智能·算法·机器学习
汽车仪器仪表相关领域12 分钟前
NHXJ-02汽车悬架检验台 实操型实战手册
人工智能·功能测试·测试工具·算法·安全·单元测试·可用性测试
源码之屋13 分钟前
计算机毕业设计:Python天气数据采集与可视化分析平台 Django框架 线性回归 数据分析 大数据 机器学习 大模型 气象数据(建议收藏)✅
人工智能·python·深度学习·算法·django·线性回归·课程设计