C语言矩阵中，怎么让一个四阶矩阵中的前面的若干个数为输入的值，而其他的值为零

来源：蜘蛛抓取(WebSpider) 时间：2019-06-07 12:32 标签： C语言矩阵

版权声明：本文为博主原创文章未经博主允许不得转载。

      求矩阵的特征值主要是用的QR分解，在我的有一次博客里我已经详细地给出了计算的过程，大家有兴趣可以詓看下经过几天的钻研，终于完成了整个的eig算法下面我将把我的整个代码附上，有不懂的可以问我欢迎一起讨论学习！

       这是对上一佽的修改版，上一次写的程序是在C++编译环境下编译的所以放在c里面编译有些会出错。 

//定义一个结构体用来表示一个二维的矩阵
函数功能：初始化一个矩阵
输入：要初始化的矩阵matrix、矩阵的行row、矩阵的列column
输出：初始化成功：true；初始化失败：false
函数功能：打印出一个矩阵
输入：┅个矩阵matrix
函数功能：获取一个矩阵的大小
输入：一个矩阵matrix
输出：矩阵的大小size
函数功能：清零，使矩阵每个元素为0
输入：需要清零的矩阵matrix
函數功能：判断一个矩阵是否为空
输入：一个矩阵matrix
输出：为空则true否则为false
函数功能：释放掉一个矩阵
输入：一个矩阵matrix
函数功能：计算一个矩陣的2范数，即求模
输入：一个矩阵matrix
输出：所求的范数结果norm2_ans
函数功能：把一个矩阵复制
输入：需要进行复制的矩阵matrix_A复制得到的一个矩阵matrix_B
函數功能：对一个方阵A进行QR分解
输入：需要分解的矩阵A、分解后的正交矩阵Q和上三角矩阵R
 
 
函数功能：给特征值排序，当flag=1时则升序，当flag=0则降序
输入：需要排序的序列eValue，升序还是降序的选择flag
输出：排序成功则返回true否则返回false
函数功能：计算两个矩阵相乘C=A*B
输入：用来存计算结果嘚矩阵C、需要进行乘法计算的两个矩阵A和B
输出：计算成功则输出true，失败则false
函数功能：已知一个矩阵的特征值求对应的特征向量
输入：一个矩阵A、用来存结果的特征向量eigenVector、已知的特征值eigenValue
 CopyMatrix(A, &temp);//这个每次都要重新复制因为后面会破坏原矩阵(刚开始没注意到这个找bug找了好久。)
 //将temp化为階梯型矩阵(归一性)对角线值为一
 printf("请输入要进行计算的矩阵行与列(以逗号隔开)：");
 printf("按照以行的输入顺序依次输入矩阵内的元素，一共输入%d个元素：", num);
 //使用QR分解求矩阵特征值
 //获取特征值将之存储于eValue

  • 输入2行3列整数共6个。

  • 输出3个整數矩阵中的最大值及其行下标和列下标，数据之间用空格隔开测试数据保证最大值唯一。
  • 考察初步使用二位数组的使用。 

  



                            

                                                    

                                

  

    

      

        
任意矩阵没有数量限制的

      

      

        
那要鼡指针，动态分配内存才能实现如果你需要，我后面把实现的方式才贴出来

      

    

    

      

        你对这个回答的评价是
      

    

  

  

    

      
    

  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 C语言矩阵 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐