• habib1418
    了解作者
  • matlab
    开发工具
  • 6KB
    文件大小
  • rar
    文件格式
  • 0
    收藏次数
  • 1 积分
    下载积分
  • 3
    下载次数
  • 2020-01-03 06:36
    上传日期
Algorithm Design: in c++ and matlab. Algorithms included Floyd, Binary?search, Kruskal, Prim, Quicksort, Strassen, Travelling?salesman, 8 QUEEN
Algorithm Design.rar
  • Algorithm Design
  • Untitledmatrisi.m
    1.4KB
  • Floyd.CPP
    1.7KB
  • Strassen.cpp
    5.7KB
  • Binaryـsearch.CPP
    1.4KB
  • Untitled.m
    818B
  • Kruskal.CPP
    1.5KB
  • Quicksort.CPP
    1.2KB
  • Travellingـsalesman.cpp
    2.9KB
  • Prim.CPP
    1.5KB
内容介绍
#include<stdio.h> #include<conio.h> #include<string.h> void Sterasen(int A[8][8],int B[8][8],int n, int C[8][8]); int cs=0,cm=0; void main(){ clrscr(); int i,j,n,A[8][8],B[8][8],C[8][8]; printf("Enter dimesion of Matrixs:"); scanf("%d",&n); printf("Enter A Matrix:\n"); for(i=0;i<n;i++){ for(j=0;j<n;j++){ printf("A[%d][%d]:",i,j); scanf("%d",&A[i][j]); } printf("\n"); } printf("Enter B Matrix:\n"); for(i=0;i<n;i++){ for(j=0;j<n;j++){ printf("B[%d][%d]:",i,j); scanf("%d",&B[i][j]); } printf("\n"); } Sterasen(A,B,n,C); for(i=0;i<n;i++){ for(j=0;j<n;j++){ printf("A*B[%d][%d]:",i,j); printf("%d\n",C[i][j]); } printf("\n"); } printf("Count of Addition:%d\n",cs); printf("Count of Multiplication:%d\n",cm); getch(); } void Sterasen(int A[8][8],int B[8][8],int n,int C[8][8]){ int i,j,k; int A1[8][8],A2[8][8],A3[8][8],A4[8][8],B1[8][8],B2[8][8],B3[8][8],B4[8][8]; int M1[8][8],M2[8][8],M3[8][8],M4[8][8],M5[8][8],M6[8][8],M7[8][8]; int R1[8][8],R2[8][8],R3[8][8],R4[8][8],T1[8][8],T2[8][8]; if (n<=2){ for(i=0;i<n;i++) for(j=0;j<n;j++){ cs++; for(k=0;k<n;k++){ cm++; C[i][j]+=A[i][k]*B[k][j]; } } } else{ n=n/2; for(i=0;i<n;i++) for(j=0;j<n;j++){ A1[i][j]=A[i][j]; B1[i][j]=B[i][j]; } for(i=0;i<n;i++) for(j=0;j<n;j++){ A2[i][j]=A[i][j+n]; B2[i][j]=B[i][j+n]; } for(i=0;i<n;i++) for(j=0;j<n;j++){ A3[i][j]=A[i+n][j]; B3[i][j]=B[i+n][j]; } for(i=0;i<n;i++) for(j=0;j<n;j++){ A4[i][j]=A[i+n][j+n]; B3[i][j]=B[i+n][j+n]; } for(i=0;i<n;i++) for(j=0;j<n;j++){ T1[i][j]=A1[i][j]+A4[i][j]; T2[i][j]=B1[i][j]+B4[i][j]; } cs=cs+2; cm++; Sterasen(T1,T2,n,M1); for(i=0;i<n;i++) for(j=0;j<n;j++) T1[i][j]=A3[i][j]+A4[i][j]; cs++; cm++; Sterasen(T1,B1,n,M2); for(i=0;i<n;i++) for(j=0;j<n;j++) T1[i][j]=B2[i][j]-B4[i][j]; cs++; cm++; Sterasen(A1,T1,n,M3); for(i=0;i<n;i++) for(j=0;j<n;j++) T1[i][j]=B3[i][j]-B1[i][j]; cs++; cm++; Sterasen(A4,T1,n,M4); for(i=0;i<n;i++) for(j=0;j<n;j++) T1[i][j]=A1[i][j]+A2[i][j]; cs++; cm++; Sterasen(T1,B4,n,M5); for(i=0;i<n;i++) for(j=0;j<n;j++){ T1[i][j]=A3[i][j]-A1[i][j]; T2[i][j]=B1[i][j]+B4[i][j]; } cs=cs+2; cm++; Sterasen(T1,T2,n,M6); for(i=0;i<n;i++) for(j=0;j<n;j++){ T1[i][j]=A2[i][j]-A4[i][j]; T2[i][j]=B3[i][j]+B4[i][j]; } cs=cs+2; cm++; Sterasen(T1,T2,n,M7); for(i=0;i<n;i++) for(j=0;j<n;j++){ R1[i][j]=M1[i][j]+M4[i][j]-M5[i][j]+M7[i][j]; R2[i][j]=M3[i][j]+M5[i][j]; R3[i][j]=M2[i][j]+M4[i][j]; R4[i][j]=M1[i][j]+M3[i][j]-M2[i][j]+M6[i][j]; } cs=cs+8; for(i=0;i<n;i++) for(j=0;j<n;j++) C[i][j]=R1[i][j]; for(i=0;i<n;i++) for(j=0;j<n;j++) C[i][j+n]=R2[i][j]; for(i=0;i<n;i++) for(j=0;j<n;j++) C[i+n][j]=R3[i][j]; for(i=0;i<n;i++) for(j=0;j<n;j++) C[i+n][j+n]=R4[i][j]; } }
评论
    相关推荐
    • Algorithm-Data_Structure_and_Algorithms_Library.zip
      Algorithm-Data_Structure_and_Algorithms_Library.zip,C 中经典算法和数据结构的实现,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。
    • Algorithm-algorithms-in-python.zip
      Algorithm-algorithms-in-python.zip,用python实现的一些著名算法,算法是为计算机程序高效、彻底地完成任务而创建的一组详细的准则。
    • pyTSP:Traveling Salesman问题的主要启发式方法的2D3D可视化
      介绍 旅行商问题(TSP)提出以下问题:“给出一个城市列表以及每对城市之间的距离,访问每个城市并返回原点城市的最短路线是什么? pyTSP使用各种方法来求解TSP(线性规划,构造启发式,优化启发式,遗传算法)。...
    • fun-with-algorithms:python中简单算法的实现
      有趣的算法 该存储库是在撰写的《研究期间创建的。 一本写得很好的书,详细介绍了算法。 安装 python3 -m venv venv source venv/bin/activate pip install -r requirements.txt 算法清单 书中介绍的算法列表。...
    • Simulated Annealing for Travelling Salesman Problem : Simulated
      此提交包括用于解决旅行商问题的模拟退火算法... 您可以在此处注册有关此提交的在线课程: https : //www.udemy.com/course/hill-climbing-and-simulated-annealing-ai-algorithms/?referralCode=F917866C6F40A1E76840
    • -traveling-salesman-problem
      旅行推销员问题 问题陈述 旅行商问题(TSP)提出以下问题:“给出一个城市列表以及每对城市之间的距离,访问每个城市并返回原城市的最短路线是什么?” 这是组合优化中的NP难题,在运筹学和理论计算机科学中很重要。...
    • travelling-saleswoman:一步沿路 - 可视化的经典TSP
      旅行女售货员 Heroku 部署: : 开发者: : Traveling Saleswoman 提供了一种工具来可视化经典的计算机科学旅行商优化问题。 此可视化工具提供了选择美国城市子集的能力。 “最近邻”、“Hillclimb”和“模拟退火...
    • matlab最简单的代码-Solving-Travelling-Salesman-Problem-using-Stochasti
      matlab最简单的代码使用随机本地搜索算法解决旅行商问题 大自然的高级方面启发性搜索和优化分配目的:您需要实施模拟退火(SA)和禁忌搜索算法,以解决《尤利西斯漫游记》中的22个城市的旅行商问题(TSP)。...
    • 蚁群算法matlab完整代码-Travelling-Salesman-Problem:旅行商问题
      蚁群算法matlab完整代码旅行商问题 附带的代码使用Java和Matlab编程语言。 它实现了蚁群优化算法来解决旅行商问题(TSP),这是一个NP完全问题。 为了评估蚁群优化算法的性能,在几个研究工作之间进行了比较研究,...
    • matlabcnhelp.rar
      matlab中文帮助很难找的,快速下载