高斯消元 模版

高斯消元法，是线性代数中的一个算法，可用来求解线性方程组，并可以求出矩阵的秩，以及求出可逆方阵的逆矩阵。
高斯消元法的原理是：
若用初等行变换将增广矩阵 化为 ，则AX = B与CX = D是同解方程组。
所以我们可以用初等行变换把增广矩阵转换为行阶梯阵，然后回代求出方程的解。

以上是线性代数课的回顾，下面来说说高斯消元法在编程中的应用。

首先，先介绍程序中高斯消元法的步骤：
(我们设方程组中方程的个数为equ，变元的个数为var，注意：一般情况下是n个方程，n个变元，但是有些题目就故意让方程数与变元数不同)

1. 把方程组转换成增广矩阵。

2. 利用初等行变换来把增广矩阵转换成行阶梯阵。
枚举k从0到equ – 1，当前处理的列为col(初始为0) ，每次找第k行以下(包括第k行)，col列中元素绝对值最大的列与第k行交换。如果col列中的元素全为0，那么则处理col + 1列，k不变。

3. 转换为行阶梯阵，判断解的情况。

① 无解
当方程中出现(0, 0, …, 0, a)的形式，且a != 0时，说明是无解的。

② 唯一解
条件是k = equ，即行阶梯阵形成了严格的上三角阵。利用回代逐一求出解集。

③ 无穷解。
条件是k < equ，即不能形成严格的上三角形，自由变元的个数即为equ – k，但有些题目要求判断哪些变元是不缺定的。
    这里单独介绍下这种解法：
首先，自由变元有var - k个，即不确定的变元至少有var - k个。我们先把所有的变元视为不确定的。在每个方程中判断不确定变元的个数，如果大于1个，则该方程无法求解。如果只有1个变元，那么该变元即可求出，即为确定变元。

以上介绍的是求解整数线性方程组的求法，复杂度是O(n3)。浮点数线性方程组的求法类似，但是要在判断是否为0时，加入EPS，以消除精度问题。

下面讲解几道OJ上的高斯消元法求解线性方程组的题目：

POJ 1222 EXTENDED LIGHTS OUT
http://acm.pku.edu.cn/JudgeOnline/problem?id=1222
POJ 1681 Painter's Problem
http://acm.pku.edu.cn/JudgeOnline/problem?id=1681
POJ 1753 Flip Game
http://acm.pku.edu.cn/JudgeOnline/problem?id=1753
POJ 1830 开关问题
http://acm.pku.edu.cn/JudgeOnline/problem?id=1830

POJ 3185 The Water Bowls

http://acm.pku.edu.cn/JudgeOnline/problem?id=3185
开关窗户，开关灯问题，很典型的求解线性方程组的问题。方程数和变量数均为行数*列数，直接套模板求解即可。但是，当出现无穷解时，需要枚举解的情况，因为无法判断哪种解是题目要求最优的。

POJ 2947 Widget Factory
http://acm.pku.edu.cn/JudgeOnline/problem?id=2947
求解同余方程组问题。与一般求解线性方程组的问题类似，只要在求解过程中加入取余即可。
注意：当方程组唯一解时，求解过程中要保证解在[3, 9]之间。

POJ 1166 The Clocks
http://acm.pku.edu.cn/JudgeOnline/problem?id=1166
经典的BFS问题，有各种解法，也可以用逆矩阵进行矩阵相乘。
但是这道题用高斯消元法解决好像有些问题(困扰了我N天...持续困扰中...)，由于周期4不是素数，故在求解过程中不能进行取余(因为取余可能导致解 集变大)，但最后求解集时，还是需要进行取余操作，那么就不能保证最后求出的解是正确的...在discuss里提问了好几天也没人回答...希望哪位路 过的大牛指点下～～

POJ 2065 SETI
http://acm.pku.edu.cn/JudgeOnline/problem?id=2065
同样是求解同余方程组问题，由于题目中的p是素数，可以直接在求解时取余，套用模板求解即可。(虽然AC的人很少，但它还是比较水的一道题，)

POJ 1487 Single-Player Games
http://acm.pku.edu.cn/JudgeOnline/problem?id=1487
很麻烦的一道题目...题目中的叙述貌似用到了编译原理中的词法定义(看了就给人不想做的感觉...)
解方程组的思想还是很好看出来了(前提是通读题目不下5遍...)，但如果把树的字符串表达式转换成方程组是个难点，我是用栈 + 递归的做法分解的。首先用栈的思想求出该结点的孩子数，然后递归分别求解各个孩子。
这题解方程组也与众不同...首先是求解浮点数方程组，要注意精度问题，然后又询问不确定的变元，按前面说的方法求解。
一顿折腾后，这题居然写了6000+B...而且囧的是巨人C++ WA，G++ AC，可能还是精度的问题吧...看这题目，看这代码，就没有改的欲望...

hdu OJ 2449
http://acm.hdu.edu.cn/showproblem.php?pid=2449
哈尔滨现场赛的一道纯高斯题，当时鹤牛敲了1个多小时...主要就是写一个分数类，套个高精模板(偷懒点就Java...)搞定～～
注意下0和负数时的输出即可。

fze OJ 1704
http://acm.fzu.edu.cn/problem.php?pid=1704
福大月赛的一道题目，还是经典的开关问题，但是方程数和变元数不同(考验模板的时候到了～～)，最后要求增广阵的阶，要用到高精度～～

Sgu 275 To xor or not to xor
http://acm.sgu.ru/problem.php?contest=0&problem=275
题解:
http://hi.baidu.com/czyuan_acm/blog/item/be3403d32549633d970a16ee.html

这里提供下自己写的还算满意的求解整数线性方程组的模板(浮点数类似，就不提供了)～～

 

  1 #include <iostream>
  2 #include < string>
  3 #include <cmath>
  4  using  namespace std;
  5 
  6  const  int maxn =  105;
  7 
  8  int equ,  var;  //  有equ个方程，var个变元。增广阵行数为equ, 分别为0到equ - 1，列数为var + 1，分别为0到var.
  9  int a[maxn][maxn];
 10  int x[maxn];  //  解集.
 11  bool free_x[maxn];  //  判断是否是不确定的变元.
 12  int free_num;
 13 
 14  void Debug( void)
 15 {
 16      int i, j;
 17      for (i =  0; i < equ; i++)
 18     {
 19          for (j =  0; j <  var +  1; j++)
 20         {
 21             cout << a[i][j] <<  "   ";
 22         }
 23         cout << endl;
 24     }
 25     cout << endl;
 26 }
 27 
 28 inline  int gcd( int a,  int b)
 29 {
 30      int t;
 31      while (b !=  0)
 32     {
 33         t = b;
 34         b = a % b;
 35         a = t;
 36     }
 37      return a;
 38 }
 39 
 40 inline  int lcm( int a,  int b)
 41 {
 42      return a * b / gcd(a, b);
 43 }
 44 
 45  //  高斯消元法解方程组(Gauss-Jordan elimination).(-2表示有浮点数解，但无整数解，-1表示无解，0表示唯一解，大于0表示无穷解，并返回自由变元的个数)
 46  int Gauss( void)
 47 {
 48      int i, j, k;
 49      int max_r;  //  当前这列绝对值最大的行.
 50  int col;  //  当前处理的列.
 51       int ta, tb;
 52      int LCM;
 53      int temp;
 54      int free_x_num;
 55      int free_index;
 56      //  转换为阶梯阵.
 57      col =  0;  //  当前处理的列.
 58       for (k =  0; k < equ && col <  var; k++, col++)
 59     {  //  枚举当前处理的行.
 60           //  找到该col列元素绝对值最大的那行与第k行交换.(为了在除法时减小误差)
 61          max_r = k;
 62          for (i = k +  1; i < equ; i++)
 63         {
 64              if (abs(a[i][col]) > abs(a[max_r][col])) max_r = i;
 65         }
 66          if (max_r != k)
 67         {  //  与第k行交换.
 68               for (j = k; j <  var +  1; j++) swap(a[k][j], a[max_r][j]);
 69         }
 70          if (a[k][col] ==  0)
 71         {  //  说明该col列第k行以下全是0了，则处理当前行的下一列.
 72              k--;  continue;
 73         }
 74          for (i = k +  1; i < equ; i++)
 75         {  //  枚举要删去的行.
 76               if (a[i][col] !=  0)
 77     {
 78                 LCM = lcm(abs(a[i][col]), abs(a[k][col]));
 79                 ta = LCM / abs(a[i][col]), tb = LCM / abs(a[k][col]);
 80                  if (a[i][col] * a[k][col] <  0) tb = -tb;  //  异号的情况是两个数相加.
 81                   for (j = col; j <  var +  1; j++)
 82                 {
 83                     a[i][j] = a[i][j] * ta - a[k][j] * tb;
 84                 }
 85     }
 86         }
 87     }
 88     Debug();//不用加这个
 89      //  1. 无解的情况: 化简的增广阵中存在(0, 0, ..., a)这样的行(a != 0).
 90       for (i = k; i < equ; i++)
 91     {  //  对于无穷解来说，如果要判断哪些是自由变元，那么初等行变换中的交换就会影响，则要记录交换.
 92           if (a[i][col] !=  0)  return - 1;
 93     }
 94      //  2. 无穷解的情况: 在var * (var + 1)的增广阵中出现(0, 0, ..., 0)这样的行，即说明没有形成严格的上三角阵.
 95       //  且出现的行数即为自由变元的个数.
 96       if (k <  var)
 97     {
 98          //  首先，自由变元有var - k个，即不确定的变元至少有var - k个.
 99           for (i = k -  1; i >=  0; i--)
100         {
101              //  第i行一定不会是(0, 0, ..., 0)的情况，因为这样的行是在第k行到第equ行.
102               //  同样，第i行一定不会是(0, 0, ..., a), a != 0的情况，这样的无解的.
103              free_x_num =  0;  //  用于判断该行中的不确定的变元的个数，如果超过1个，则无法求解，它们仍然为不确定的变元.
104               for (j =  0; j <  var; j++)
105             {
106                  if (a[i][j] !=  0 && free_x[j]) free_x_num++, free_index = j;
107             }
108              if (free_x_num >  1)  continue;  //  无法求解出确定的变元.
109               //  说明就只有一个不确定的变元free_index，那么可以求解出该变元，且该变元是确定的.
110              temp = a[i][ var];
111              for (j =  0; j <  var; j++)
112             {
113                  if (a[i][j] !=  0 && j != free_index) temp -= a[i][j] * x[j];
114             }
115             x[free_index] = temp / a[i][free_index];  //  求出该变元.
116              free_x[free_index] =  0;  //  该变元是确定的.
117          }
118          return  var - k;  //  自由变元有var - k个.
119      }
120      //  3. 唯一解的情况: 在var * (var + 1)的增广阵中形成严格的上三角阵.
121       //  计算出Xn-1, Xn-2 ... X0.
122       for (i =  var -  1; i >=  0; i--)
123     {
124         temp = a[i][ var];
125          for (j = i +  1; j <  var; j++)
126         {
127              if (a[i][j] !=  0) temp -= a[i][j] * x[j];
128         }
129          if (temp % a[i][i] !=  0)  return - 2;  //  说明有浮点数解，但无整数解.
130          x[i] = temp / a[i][i];
131     }
132  return  0;
133 }
134  int main( void)
135 {
136  
137 
138    freopen( " Input.txt ",  " r ", stdin);
139      int i, j;
140      while (scanf( " %d %d ", &equ, & var) != EOF)
141     {
142         memset(a,  0,  sizeof(a));
143    memset(x,  0,  sizeof(x));
144    memset(free_x,  1,  sizeof(free_x));  //  一开始全是不确定的变元.
145           for (i =  0; i < equ; i++)
146         {
147              for (j =  0; j <  var +  1; j++)
148             {
149                 scanf( " %d ", &a[i][j]);
150             }
151         }
152  //         Debug();
153          free_num = Gauss();
154          if (free_num == - 1) printf( " 无解!\n ");
155     else  if (free_num == - 2) printf( " 有浮点数解，无整数解!\n ");
156          else  if (free_num >  0)
157         {
158             printf( " 无穷多解! 自由变元个数为%d\n ", free_num);
159              for (i =  0; i <  var; i++)
160             {
161                  if (free_x[i]) printf( " x%d 是不确定的\n ", i +  1);
162                  else printf( " x%d: %d\n ", i +  1, x[i]);
163             }
164         }
165          else
166         {
167              for (i =  0; i <  var; i++)
168             {
169                 printf( " x%d: %d\n ", i +  1, x[i]);
170             }
171         }
172         printf( " \n ");
173     }
174      return  0;
175 }