先来一段百度百科上的搜索结果：
伴随阵法
定理：n阶矩阵为可逆的充分必要条件是A非奇异，且：
其中，是|A|中元素的代数余子式；矩阵
称为矩阵A的伴随矩阵，记作A*，于是有
用此方法求逆矩阵，对于小型矩阵，特别是二阶方阵求逆既方便、快阵，又有规律可循。因为二阶可逆矩阵的伴随矩阵，只需要将主对角线元素的位置互换，次对角线的元素变号即可。
若可逆矩阵是二阶或二阶以上矩阵，在求逆矩阵的过程中，需要求9个或9个以上代数余子式，还要计算一个三阶或三阶以上行列式，工作量大且中途难免出现符号及计算的差错。对于求出的逆炬阵是否正确，一般要通过来检验。一旦发现错误，必须对每一计算逐一排查。
下面我们来设计一下伴随阵法矩阵求逆的C++代码。
首先，需要自定义一个矩阵类型
|
1
2
3
|
#include<vector>typedef vector<double> vec;typedef vector<vec> mat; |
然后，设计矩阵数乘的代码
|
1
2
3
4
5
6
7
|
mat num_mul(mat A, double num) { mat B(A.size(), vec(A[0].size())); for(int i = 0; i < B.size(); i++) for(int j = 0; j < B[0].size(); j++) B[i][j] = A[i][j] * num; return B;} |
再写一段计算伴随矩阵的代码
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
mat cutoff(mat A, int i, int j) { //切割，划去第1行第i列 mat B(A.size() - 1, vec(A.size() - 1)); for(int c = 0; c < B.size(); c++) for(int r = 0; r < B.size(); r++) B[c][r] = A[c + (c >= i)][r + (r >= j)]; return B;}double det(mat A) { if(A.size() == 1) return A[0][0]; //当A为一阶矩阵时，直接返回A中唯一的元素 double ans = 0; for(int j = 0; j < A.size(); j++) ans += A[0][j] * det(cutoff(A, 0, j)) * (j % 2 ? -1 : 1); return ans;}mat company_mat(mat A) { mat B(A.size(), vec(A.size())); for(int i = 0; i < B.size(); i++) for(int j = 0; j < B.size(); j++) B[j][i] = det(cutoff(A, i, j)) * ((i + j) % 2 ? -1 : 1); //伴随矩阵与原矩阵存在转置关系 return B;} |
最后，把我原创的代码分享给大家
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
|
#include<iostream>#include<vector>using namespace std;typedef vector<double> vec;typedef vector<vec> mat;mat cutoff(mat A, int i, int j) { //切割，划去第1行第i列 mat B(A.size() - 1, vec(A.size() - 1)); for(int c = 0; c < B.size(); c++) for(int r = 0; r < B.size(); r++) B[c][r] = A[c + (c >= i)][r + (r >= j)]; return B;}double det(mat A) { if(A.size() == 1) return A[0][0]; //当A为一阶矩阵时，直接返回A中唯一的元素 double ans = 0; for(int j = 0; j < A.size(); j++) ans += A[0][j] * det(cutoff(A, 0, j)) * (j % 2 ? -1 : 1); return ans;}mat company_mat(mat A) { mat B(A.size(), vec(A.size())); for(int i = 0; i < B.size(); i++) for(int j = 0; j < B.size(); j++) B[j][i] = det(cutoff(A, i, j)) * ((i + j) % 2 ? -1 : 1); return B;}void output(mat A) { cout << "......\n"; for(int i = 0; i < A.size(); i++) { for(int j = 0; j < A[0].size(); j++) printf("%.2lf ", A[i][j]); cout << '\n'; } cout << "......\n";}mat num_mul(mat A, double num) { mat B(A.size(), vec(A[0].size())); for(int i = 0; i < B.size(); i++) for(int j = 0; j < B[0].size(); j++) B[i][j] = A[i][j] * num; return B;}int main() { int n; scanf("%d", &n); //输入阶数 if(n == 0) return 0; mat A(n, vec(n)); for(int i = 0; i < n; i++) for(int j = 0; j < n; j++) scanf("%lf", &A[i][j]); //输入A各行各列的元素 mat B = num_mul(company_mat(A), 1 / det(A)); output(B); return 0;} |
以上就是C++利用伴随阵法实现矩阵求逆的详细内容，更多关于C++矩阵求逆的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/qq_54180412/article/details/122943327
