matlab特征值和特征向量计算问题

RT,我在求一个超大矩阵(10021*10021的稀疏图的邻接矩阵)的特征值和特征向量遇到如下问题:

(1)特征值和特征向量计算时间过长,虽然可以运行出来,但是需要处理大约50分钟,这里使用matlab自带的eig函数运算,请问有无高效的求全部特征值所组成的对角阵和全部特征向量所组成的矩阵的运算方法?

(2)在求得特征向量矩阵V以后,我将其求逆后与一个列向量X(10021*1)相乘,得到的是一个类奇异矩阵Y【Y=V^(-1)*X】,无法做到V与Y相乘来还原X【X=V*Y,算式应成立,但是Y奇异matlab无法运算】,请问我应该如何操作可以还原X矩阵?

V^(-1)*X;

警告: 矩阵为奇异工作精度。

In matlab.internal.math.mpower.viaMtimes (line 35)

03.25更新:问题二V压根就是一个不可逆矩阵,描述有误,抱歉。
使用pinv求逆时候svd内存不足,有方法解决吗?

4个回答

m0_37789836
fightrage 好吧~_~,似乎是我这问题问的有些不对劲,算了吧,结帖,感谢回答
大约 2 年之前 回复
m0_37789836
fightrage 额,您并没有解决我的2个问题,eig函数的使用我还是知道的
大约 2 年之前 回复

直接百度其实就可以了啊。。。。。老哥。

好吧~_~,似乎是我这问题问的有些不对劲,算了吧,结帖

Csdn user default icon
上传中...
上传图片
插入图片
抄袭、复制答案,以达到刷声望分或其他目的的行为,在CSDN问答是严格禁止的,一经发现立刻封号。是时候展现真正的技术了!
其他相关推荐
numpy使用linalg.eig计算实对称矩阵特征值和特征向量时为什么会出现复数?

我通过外部文件导入建立了一个无向图的邻接矩阵,是一个实对称矩阵,矩阵规模较大,然后计算特征值和特征向量的时候,为什么特征值和特征向量里面会出现复数?该怎样处理?谢谢了!

Gabor滤波器提取特征向量的问题

如果我需要用Gabor滤波器得到关于一副图片的特征向量,我应该用什么特征值来作为特征向量?怎样用Gabor来提取这个特征值?

怎么提取视频帧中颜色特征、灰度特征、纹理特征,然后组成一个特征向量?

怎么用opencv或者matlab提取视频帧中颜色特征、灰度特征、纹理特征,然后组成一个特征向量? 画出这些特征的直方图。

C++代码改Python实现PCA算法:从一组照片中获取特征脸(特征向量)?

PCA处理的基本步骤为: 1、获取m个样本,每个样本有n个特征。 2、每个样本作为一行,构成m*n的举证A。 3、将矩阵转置再乘以自己得到C=A(t)*A。 4、求出矩阵C的特征值及特征向量,特征向量即为特征脸。 以下是C++实现代码,求解决一份Python实现出的代码 ``` #include "stdafx.h" #include <string> #include <opencv2\opencv.hpp> using namespace std; using namespace cv; int _tmain(int argc, _TCHAR* argv[]) { //获取了mean_face int num_sample = 38; int norm_row = 64, norm_col = 56; int num; Mat imgs = loadImages(num); Mat mean_face = Mat(norm_row, norm_col, CV_8UC1); vector<int> mean_face_total; mean_face_total.resize(norm_row * norm_col); for (int i = 0; i < num; i++) { for (int j = 0; j < norm_row * norm_col; j++) { mean_face_total.at(j) += imgs.at<uchar>(i * norm_row * norm_col + j); //eigen_face_total[j] += imgs.at<uchar>(i * 192 * 168 + j); } } for (int j = 0; j < norm_row * norm_col; j++) { mean_face.at<uchar>(j) = (uchar)(mean_face_total.at(j) / num); } imwrite("C:/Users/dhj555/Desktop/YelaFaces/eigen_face/0001.jpg", mean_face); imshow("eigen_face", mean_face); //1、初始化数据 CvMat* pData = cvCreateMat(num_sample, norm_row * norm_col, CV_32FC1); CvMat* pMean = cvCreateMat(1, norm_row * norm_col, CV_32FC1); //每个数标志一个特征值 CvMat* pEigVals = cvCreateMat(1, min(num_sample, norm_row * norm_col), CV_32FC1); //每行表示一个特征向量 CvMat* pEigVecs = cvCreateMat(min(num_sample, norm_row * norm_col), norm_row * norm_col, CV_32FC1); for (int i = 0; i < num_sample; i++) { for (int j = 0; j < norm_row * norm_col; j++) cvmSet(pData, i, j, imgs.at<uchar>(i * norm_row * norm_col + j)); } //2、PCA处理 cvCalcPCA(pData, pMean, pEigVals, pEigVecs, CV_PCA_DATA_AS_ROW); //3、选出前P个特征向量(主成份),然后投影,结果保存在pResult中,pResult中包含了P个系数 //CvMat* pResult = cvCreateMat(num_sample, 20, CV_32FC1); //cvProjectPCA(pData, pMean, pEigVecs, pResult); //4、重构, 结果保存在pRecon中 //CvMat* pRecon = cvCreateMat(num_sample, norm_row*norm_col, CV_32FC1); //cvBackProjectPCA(pResult, pMean, pEigVecs, pRecon); //5、显示重构的图像 //Mat mRecon = Mat(pRecon); //4、显示与保存特征向量 for (int i = 0; i < min(num_sample, norm_row * norm_col); i++) { float min = LLONG_MAX, max = LLONG_MIN, span = 0.0; for (int index = 0; index < norm_row*norm_col; index++) { float d = cvmGet(pEigVecs, i, index); if (d>max) max = d; if (d < min) min = d; } span = max - min; Mat eigen_face = Mat(norm_row, norm_col, CV_8UC1); for (int index = 0; index < norm_row*norm_col; index++) { float d = cvmGet(pEigVecs, i, index); eigen_face.at<uchar>(index) = (d - min) / span * 255.0; } char buffer[128]; sprintf_s(buffer, "C:/Users/dhj555/Desktop/YelaFaces/eigen_face/001/1-000%d.jpg", i); string imgPath(buffer); imshow(imgPath, eigen_face); printf("%d st:\t%f\n", i, cvmGet(pEigVals, 0, i)); imwrite(imgPath, eigen_face); } } ```

CNN文本特征提取后,如何将最终提取的特征向量输出?

打算对问津以句为单位进行分类预测,词向量组成句子特征矩阵,利用testcnn对矩阵进行处理提取句子的特征向量,所以请问各位大佬,如何将cnn所提取的最终特征向量提取出来?

opencv sift的128维特征向量如何归一化处理?

opencv中sift的128维特征向量如何归一化处理?

如何求大型矩阵最小的特征值

How to find smallest eigenvalue of a matrix? 如题, python Julia Matlab均可

请问如何获取CNN的特征向量,也就是softmax前一层的输出,softmax的输入?

1. 因为我只需要CNN的这个特征向量,但是我找不到从哪里打断点获取,请问哪位大神知道如何在MATLAB中获取这个CNN的特征向量呢?多谢~

人脸特征提取,根据特征画出人像。

提取人脸特征,然后根据这些特征把人脸画出来。请问该用什么方法?我是新手,希望热心人能多多帮助答疑解惑。

matlab csp算法问题,

F=P'*UL(:,I([1:N,DATA_CHANNEL-N+1:DATA_CHANNEL]));p是白化矩阵,UL是特征向量,UL括号里面的内容是什么意思?

Matlab如何将数据矩阵分成若干段

我现在有一个206*2896的波形数据,现在需要将每一行分成18段,再将18段中每段的最大值求出,最后把结果合并到一个矩阵当中,如何编写这个循环?

OpenCV PCA人脸识别时欧氏距离的问题

我用PCA+SVM方式对ORL人脸库进行人脸识别,使用Opencv的PCA库进行降维及特征提取,提取后的特征用于SVM训练,如果每人用两个图进行学习,最终测试样本的识别率能到85%+。 但是我如果用测试样本的特征向量和训练样本的特征向量进行欧式距离(NORM_L2)的计算,计算结果十分没有规律,不管是不是同一个人的特征,距离从一千多到四千多的都有。这种情况十分不合理呀,opencv还有个基于PCA样本距离的特征脸识别库不就是用L2距离进行比较来进行识别的吗?鉴于此我又实验了一下使用opencv的特征脸识别库EigenFaceRecognizer进行人脸识别,同样的样本划分,但是不自己写特征提取代码,直接输入原始图片,因为特提取的工作是特征脸库自己做的,识别率也能到80%+。 总结起来问题就是,我用PCA提取的特征进行SVM人脸识别,效果还可以,但是直接用测试样本的特征值和训练样本的特征值进行距离比较,却并不能得出同一人的样本距离会比较近,不同人的会比较远的结果,和特征脸识别的工作原理不符。不知是哪里有问题,求解!

为什呢matlab建立BP神经网络正确率很低?

![图片说明](https://img-ask.csdn.net/upload/201912/26/1577352928_112062.jpg) 上图: 1.蓝色部分表示一类数据,红色部分表示二类数据 2.数据都只有一个特征向量为y轴的值 3.x轴为数据在训练集中的下标 问题: 本来应该是很简单的,利用一个特征向量(y轴的值)作为分类依据,将红色数据和蓝色数据分开。 然而,利用matlab建立BP神经网络,训练结果有时候非常好,测试正确率能达到98以上,有时候正确率只有20~30。 ``` %训练样本 train_sample=[trainECG']; %21*25 %测试样本 test_sample=[testECG']; %输出类别,建立HotCode t1=[trainLabel']; t2=[testLabel']; train_result = ind2vec(t1); test_result = ind2vec(t2); net = newff(train_sample,train_result,4,{ 'tansig' 'purelin' } ,'traingdx'); net.trainParam.show=50; % 显示训练迭代过程 net.trainParam.epochs=15000; % 最大训练磁数 net.trainParam.goal=0.001; % 要求训练精度 net.trainParam.lr=0.02; % 学习率 net=init(net); %网络初始化 [net,tr]=train(net,train_sample,train_result); % 网络训练 result_sim=sim(net,test_sample); % 利用得到的神经网络仿真 result_sim_ind=vec2ind(result_sim); correct=0; for i=1:length(result_sim_ind) if result_sim_ind(i)==t2(i); correct=correct+1; end end disp('正确率:'); correct / length(result_sim_ind) ```

matlab,建立任意坐标系

有两个点集P和Q,求出点集的XYZ方向的平均值,作为坐标原点O,再求出P,Q的协方差矩阵,对协方差矩阵特征分解,得到的正交特征向量和原点O一起建立新的坐标系,并通过旋转平移到同一位置。 如何做到上述描述的情况呢?

谱聚类一些疑问spectral clustering

以Unnormalized为例,W -> D -> L=D-W, 对拉普拉斯矩阵求特征值和特征向量,然后对选取的特征向量阵进行聚类,得到聚类结果 但是在Matlab中,我直接对W进行按行聚类,同样能得到聚类结果,而且这样时间还大大缩短。 疑问?为什么会这样呢!!?

Matlab提示错误使用 griddedInterpolant 插值要求每个维度至少有两个样本点。

clear; home; A=xlsread('beijiaoA.xls'); [Row,Col]=size(A); time=A(:,1); for i=1:Row M(Row)=getframe; zd(4,4)=A(i,2); zd(4,3)=A(i,3); zd(4,2)=A(i,4); zd(4,1)=A(i,5); zd(1,4)=A(i,6); zd(1,3)=A(i,7); zd(1,2)=A(i,8); zd(1,1)=A(i,9); zd(2,1)=interp2(1,1,A(i,9),2,1,'linear'); zd(2,2)=interp2(1,2,A(i,8),2,2,'linear'); zd(2,3)=interp2(1,3,A(i,7),2,3,'linear'); zd(2,4)=interp2(1,4,A(i,6),2,4,'linear'); zd(3,1)=interp2(4,1,A(i,5),3,1,'linear'); zd(3,2)=interp2(4,2,A(i,4),3,2,'linear'); zd(3,3)=interp2(4,3,A(i,3),3,3,'linear'); zd(3,4)=interp2(4,4,A(i,2),3,4,'linear'); surf(zd); end

求大神指导,这段代码怎么添加判断条件。就是不满足这个条件的输出另外的结果

``` #include "stdafx.h" #include "Process.h" #include "My_Matrix.h" int _tmain(int argc, _TCHAR* argv[]) { double *T,*L,*m,*b,*q,*c,*p_q,*projected_train,*T_test,*projected_test,*eigenvector,*Euc_dist; double eps,temp; int i,j,flag,iteration,num_q; char res[20]; IplImage *tmp_img,*test_img; T = (double *)malloc(sizeof(double)*IMG_HEIGHT*IMG_WIDTH*TRAIN_NUM); //原始数据 T_test = (double *)malloc(sizeof(double)*IMG_HEIGHT*IMG_WIDTH*1); //测试数据 m = (double *)malloc(sizeof(double)*IMG_HEIGHT*IMG_WIDTH); //平均值 L = (double *)malloc(sizeof(double)*TRAIN_NUM*TRAIN_NUM); //L=T'*T,协方差矩阵 b = (double *)malloc(sizeof(double)*TRAIN_NUM); //L的特征值 q = (double *)malloc(sizeof(double)*TRAIN_NUM*TRAIN_NUM); //L特征值对应的特征向量 c = (double *)malloc(sizeof(double)*TRAIN_NUM); //实对称三对角矩阵的次对角线元素 eps = 0.000001; memset(L,0,sizeof(double)*TRAIN_NUM*TRAIN_NUM); //存储图像数据到T矩阵 for (i=1;i<=TRAIN_NUM;i++) { sprintf(res,".\\TrainDatabase\\%d.jpg",i); tmp_img = cvLoadImage(res,CV_LOAD_IMAGE_GRAYSCALE); load_data(T,tmp_img,i); } //求T矩阵行的平均值 calc_mean(T,m); //构造协方差矩阵 calc_covariance_matrix(T,L,m); //求L的特征值,特征向量 iteration = 60; cstrq(L,TRAIN_NUM,q,b,c); flag = csstq(TRAIN_NUM,b,c,q,eps,iteration); //数组q中第j列为数组b中第j个特征值对应的特征向量 if (flag<0) { printf("fucking failed!\n"); }else { printf("success to get eigen value and vector\n"); } //对L挑选合适的特征值,过滤特征向量 num_q=0; for (i=0;i<TRAIN_NUM;i++) { if (b[i]>1) { num_q++; } } p_q = (double *)malloc(sizeof(double)*TRAIN_NUM*TRAIN_NUM); //挑选后的L的特征向量,仅过滤,未排序 projected_train = (double *)malloc(sizeof(double)*TRAIN_NUM*num_q); //投影后的训练样本特征空间 eigenvector = (double *)malloc(sizeof(double)*IMG_HEIGHT*IMG_WIDTH*num_q);//Pe=λe,Q(Xe)=λ(Xe),投影变换向量 pick_eignevalue(b,q,p_q,num_q); get_eigenface(p_q,T,num_q,projected_train,eigenvector); //读取测试图像 test_img = cvLoadImage(".\\TestDatabase\\4.jpg",CV_LOAD_IMAGE_GRAYSCALE); projected_test = (double *)malloc(sizeof(double)*num_q*1);//在特征空间投影后的测试样本 for (i=0;i<IMG_HEIGHT;i++) { for (j=0;j<IMG_WIDTH;j++) { T_test[i*IMG_WIDTH+j] = (double)(unsigned char)test_img->imageData[i*IMG_WIDTH+j] - m[i*IMG_WIDTH+j]; } } //将待测数据投影到特征空间 memset(projected_test,0,sizeof(double)*num_q); matrix_mutil(projected_test,eigenvector,T_test,num_q,IMG_WIDTH*IMG_HEIGHT,1); //计算projected_test与projected_train中每个向量的欧氏距离 Euc_dist = (double *)malloc(sizeof(double)*TRAIN_NUM); for (i=0;i<TRAIN_NUM;i++) { temp = 0; for (j=0;j<num_q;j++) { temp = temp + (projected_test[j]-projected_train[j*TRAIN_NUM+i])*(projected_test[j]-projected_train[j*TRAIN_NUM+i]); } Euc_dist[i] = temp; //printf("%f \n",temp); } //寻找最小距离 double min = Euc_dist[0]; int label; for (i=0;i<TRAIN_NUM;i++) { if (min>=Euc_dist[i]) { min = Euc_dist[i]; label = i; } } printf("%d.jpg is mathcing!",label+1); return 0; } ``` 这个代码是根据测试集与训练集投影向量之间的距离做排序,挑距离最小的作为匹配项。既然是找最小值,那么min的初始值默认为第一组距离。再增加个判断条件,就是当找到的最小值,仍大于某个阈值时,打印匹配失败。

手写字的识别代码出现错误,不知道哪里错了?

**下载的代码和数据集,只修改了路径,但是出现明明有22的样本,每个文件夹里面10张图,** 但是 # **当numTrainFiles = 17 ;% 每一个数字有22个样本,取17个样本作为训练数据时** 错误使用 matlab.io.datastore.ImageDatastore/splitEachLabel (line 211) 比例值之和(17)不能超过具有最少文件数(10)的标签中的文件数。 请使用 COUNTEACHLABEL 和 MIN 查看与标签关联的最小文件数。 出错 newff0312 (line 15) [imdsTrain,imdsValidation] = splitEachLabel(imds,numTrainFiles,'randomize') # **修改numTrainFiles = 9时,** # 错误使用 trainNetwork (line 170) # 无效的训练数据。最后一层的输出大小(10)与类的数量(22)不匹配。 # 出错 newff0312 (line 55) net = trainNetwork(imdsTrain, layers ,options); %训练数据,神经元设计,训练参数 ## **修改digitDatasetPath = fullfile('D:\201910\CT\', '/train1/');** ## 这个路径读取的是dcm图,但是出现错误 错误使用 imageDatastore (line 125) 输入文件夹或文件包含非标准的文件扩展名。 使用 FileExtensions 名称-值对组以包含非标准的文件扩展名。 出错 newff0315 (line 7) imds = imageDatastore(digitDatasetPath, ... # 下载的代码 ``` %% 导入数据 digitDatasetPath = fullfile('D:\201910\CT\', '/hwDataset/'); imds = imageDatastore(digitDatasetPath, ... 'IncludeSubfolders',true,'LabelSource','foldernames');% 采用文件夹名称作为数据标记 %,'ReadFcn',@mineRF % 数据集图片个数 countEachLabel(imds) numTrainFiles = 9 ;% 每一个数字有22个样本,取17个样本作为训练数据 [imdsTrain,imdsValidation] = splitEachLabel(imds,numTrainFiles,'randomize'); % 查看图片的大小 img=readimage(imds,1); size(img) %% 定义卷积神经网络的结构 layers = [ % 输入层 imageInputLayer([28 28 1]) %输入图片大小为28*28,灰度图片通道为1 % 卷积层 (特征映射大小计算方式32-5+1=28) convolution2dLayer(5,6,'Padding',2) %卷积核5*5,提取6种特征映射, batchNormalizationLayer %padding图片周围补零以保持还是这次卷积之后特征映射28*28,28-5+4+1 reluLayer maxPooling2dLayer(2,'stride',2) %下采样核2*2 convolution2dLayer(5, 16) batchNormalizationLayer reluLayer maxPooling2dLayer(2,'stride',2) convolution2dLayer(5, 120) batchNormalizationLayer reluLayer % 最终层 fullyConnectedLayer(10) softmaxLayer classificationLayer]; %% 训练神经网络 % 设置训练参数 options = trainingOptions('sgdm',... %最优化方法 'maxEpochs', 50, ... %重复次数 'ValidationData', imdsValidation, ...%验证的数据 'ValidationFrequency',5,... %验证频率 'Verbose',false,... %是否显示中间结果 'Plots','training-progress');% 显示训练进度 % 训练神经网络,保存网络 net = trainNetwork(imdsTrain, layers ,options); %训练数据,神经元设计,训练参数 save 'CSNet.mat' net %% 标记数据(文件名称方式,自行构造) mineSet = imageDatastore('D:\201910\CT\hwDataset\hw9\', 'FileExtensions', '.jpg',... 'IncludeSubfolders', false);%%,'ReadFcn',@mineRF mLabels=cell(size(mineSet.Files,1),1); for i =1:size(mineSet.Files,1) [filepath,name,ext] = fileparts(char(mineSet.Files{i})); mLabels{i,1} =char(name); end mLabels2=categorical(mLabels); mineSet.Labels = mLabels2; %% 使用网络进行分类并计算准确性 % 手写数据 YPred = classify(net,mineSet); YValidation =mineSet.Labels; % 计算正确率 accuracy = sum(YPred ==YValidation)/numel(YValidation); % 绘制预测结果 figure; nSample=10; ind = randperm(size(YPred,1),nSample); for i = 1:nSample subplot(2,fix((nSample+1)/2),i) imshow(char(mineSet.Files(ind(i)))) title(['预测:' char(YPred(ind(i)))]) if char(YPred(ind(i))) ==char(YValidation(ind(i))) xlabel(['真实:' char(YValidation(ind(i)))]) else xlabel(['真实:' char(YValidation(ind(i)))],'color','r') end end % 伸缩+反色 % function data =mineRF(filename) % img= imread(filename); % data=uint8(255-rgb2gray(imresize(img,[28 28]))); % % end % 二值化 % function data =mineRF(filename) % img= imread(filename); % data=imbinarize(img); % % end ``` # 得到的错误结果 ``` ans = 22×2 table Label Count _____ _____ hw1 10 hw10 10 hw11 10 hw12 10 hw13 10 hw14 10 hw15 10 hw16 10 hw17 10 hw18 10 hw19 10 hw2 10 hw20 10 hw21 10 hw23 10 hw3 10 hw4 10 hw5 10 hw6 10 hw7 10 hw8 10 hw9 10 ans = 28 28 错误使用 trainNetwork (line 170) 无效的训练数据。最后一层的输出大小(10)与类的数量(22)不匹配。 出错 newff0312 (line 55) net = trainNetwork(imdsTrain, layers ,options); %训练数据,神经元设计,训练参数 >> ```

用适当的方法求逆矩阵,给出判别条件,编写程序。

作业要求用适当的方法求逆矩阵,给出判别条件,编写程序。我在网上找的程序、但是看不懂、求高手帮我看看这个程序用的是什么方法、再帮我画出NS流程图、感激不尽 #include <stdio.h>#include <malloc.h>void main( void ){ float *buffer,*p; //定义数组首地址指针变量 short int row,num; //定义矩阵行数row及矩阵元素个数 short int i,j; float determ; //定义矩阵的行列式 float comput_D(float *p,short int n); //求矩阵的行列式 float Creat_M(float *p, short int m,short int n,short int k); //求代数余子式 void Print( float *p,short int n); //打印n×n的矩阵 printf("\nPlease input the number of rows: "); scanf("%d",&row); num=2 * row * row; buffer = (float *)calloc(num, sizeof(float)); //分配内存单元 p=buffer; if(p != NULL) { for(i=0;i<row;i++) //输入各单元值 { printf("Input the number of %d row ",i+1); for(j=0;j<row;j++) { scanf("%f",p++); } } } else printf( "Can't allocate memory\n" ); printf("\nThe original matrix is:\n"); Print(buffer,row); //打印该矩阵 determ=comput_D(buffer,row); //求整个矩阵的行列式 p=buffer + row * row; if (determ != 0) { for (i=0;i<row; i++) //求逆矩阵 for (j=0; j<row; j++) *(p+j*row+i)= Creat_M(buffer,i,j,row)/determ; printf("The determinant is %G\n",determ); p=buffer + row * row; printf("\nThe inverse matrix is:\n"); Print(p,row); //打印该矩阵 } else printf("The determnant is 0, and there is no inverse matrix !\n"); free( buffer );}//--------------------------------------------------------//功能:求矩阵 n X n 的行列式//入口参数:矩阵首地址 p;矩阵行数 n//返回值:矩阵的行列式值//--------------------------------------------------------float comput_D(float *p,short int n) { short int i,j,m; //i--row; j--column short int lop=0; float result=0; float mid=1; if (n!=1) { lop=(n==2)?1:n; //控制求和循环次数,若为2阶,则循环1次,否则为n次 for(m=0;m<lop;m++) { mid=1; //顺序求和 for(i=0,j=m;i<n;i++,j++) mid = mid * ( *(p+i*n+j%n) ); result+=mid; } for(m=0;m<lop;m++) { mid=1; //逆序相减 for(i=0,j=n-1-m+n; i<n; i++,j--) mid=mid * ( *(p+i*n+j%n)); result-=mid; } } else result=*p; return(result);}//----------------------------------------------------//功能:求k×k矩阵中元素A(mn)的代数余子式//入口参数:k×k矩阵首地址;元素A的下标m,n; 矩阵行数 k//返回值: k×k矩阵中元素A(mn)的代数余子式//----------------------------------------------------float Creat_M(float *p, short int m,short int n,short int k){ short int len; short int i,j; float mid_result=0; short int quo=1; float *p_creat,*p_mid; len=(k-1)*(k-1); p_creat = (float *)calloc(len, sizeof(float)); //分配内存单元 p_mid=p_creat; for(i=0;i<k;i++) for(j=0;j<k;j++) { if (i!=m && j!=n) *p_mid++ =* (p+i*k+j); } // Print(p_creat,k-1); quo = (m + n) %2==0 ? 1:-1; mid_result = (float ) quo * comput_D(p_creat,k-1); free(p_creat); return(mid_result);}//-------------------------------------------//功能:打印n×n的矩阵//入口参数:n×n矩阵的首地址;该矩阵的行数 n//返回值: 无//-------------------------------------------void Print( float *p,short int n) { int i,j; for (i=0;i<n;i++) { for (j=0; j<n;j++) printf("%10G ",*p++); printf("\n"); } printf("--------------\n");}

大学四年自学走来,这些私藏的实用工具/学习网站我贡献出来了

大学四年,看课本是不可能一直看课本的了,对于学习,特别是自学,善于搜索网上的一些资源来辅助,还是非常有必要的,下面我就把这几年私藏的各种资源,网站贡献出来给你们。主要有:电子书搜索、实用工具、在线视频学习网站、非视频学习网站、软件下载、面试/求职必备网站。 注意:文中提到的所有资源,文末我都给你整理好了,你们只管拿去,如果觉得不错,转发、分享就是最大的支持了。 一、电子书搜索 对于大部分程序员...

在中国程序员是青春饭吗?

今年,我也32了 ,为了不给大家误导,咨询了猎头、圈内好友,以及年过35岁的几位老程序员……舍了老脸去揭人家伤疤……希望能给大家以帮助,记得帮我点赞哦。 目录: 你以为的人生 一次又一次的伤害 猎头界的真相 如何应对互联网行业的「中年危机」 一、你以为的人生 刚入行时,拿着傲人的工资,想着好好干,以为我们的人生是这样的: 等真到了那一天,你会发现,你的人生很可能是这样的: ...

Java基础知识面试题(2020最新版)

文章目录Java概述何为编程什么是Javajdk1.5之后的三大版本JVM、JRE和JDK的关系什么是跨平台性?原理是什么Java语言有哪些特点什么是字节码?采用字节码的最大好处是什么什么是Java程序的主类?应用程序和小程序的主类有何不同?Java应用程序与小程序之间有那些差别?Java和C++的区别Oracle JDK 和 OpenJDK 的对比基础语法数据类型Java有哪些数据类型switc...

我以为我学懂了数据结构,直到看了这个导图才发现,我错了

数据结构与算法思维导图

技术大佬:我去,你写的 switch 语句也太老土了吧

昨天早上通过远程的方式 review 了两名新来同事的代码,大部分代码都写得很漂亮,严谨的同时注释也很到位,这令我非常满意。但当我看到他们当中有一个人写的 switch 语句时,还是忍不住破口大骂:“我擦,小王,你丫写的 switch 语句也太老土了吧!” 来看看小王写的代码吧,看完不要骂我装逼啊。 private static String createPlayer(PlayerTypes p...

和黑客斗争的 6 天!

互联网公司工作,很难避免不和黑客们打交道,我呆过的两家互联网公司,几乎每月每天每分钟都有黑客在公司网站上扫描。有的是寻找 Sql 注入的缺口,有的是寻找线上服务器可能存在的漏洞,大部分都...

Linux 会成为主流桌面操作系统吗?

整理 |屠敏出品 | CSDN(ID:CSDNnews)2020 年 1 月 14 日,微软正式停止了 Windows 7 系统的扩展支持,这意味着服役十年的 Windows 7,属于...

讲一个程序员如何副业月赚三万的真实故事

loonggg读完需要3分钟速读仅需 1 分钟大家好,我是你们的校长。我之前讲过,这年头,只要肯动脑,肯行动,程序员凭借自己的技术,赚钱的方式还是有很多种的。仅仅靠在公司出卖自己的劳动时...

学习总结之HTML5剑指前端(建议收藏,图文并茂)

前言学习《HTML5与CSS3权威指南》这本书很不错,学完之后我颇有感触,觉得web的世界开明了许多。这本书是需要有一定基础的web前端开发工程师。这本书主要学习HTML5和css3,看...

女程序员,为什么比男程序员少???

昨天看到一档综艺节目,讨论了两个话题:(1)中国学生的数学成绩,平均下来看,会比国外好?为什么?(2)男生的数学成绩,平均下来看,会比女生好?为什么?同时,我又联想到了一个技术圈经常讨...

搜狗输入法也在挑战国人的智商!

故事总是一个接着一个到来...上周写完《鲁大师已经彻底沦为一款垃圾流氓软件!》这篇文章之后,鲁大师的市场工作人员就找到了我,希望把这篇文章删除掉。经过一番沟通我先把这篇文章从公号中删除了...

副业收入是我做程序媛的3倍,工作外的B面人生是怎样的?

提到“程序员”,多数人脑海里首先想到的大约是:为人木讷、薪水超高、工作枯燥…… 然而,当离开工作岗位,撕去层层标签,脱下“程序员”这身外套,有的人生动又有趣,马上展现出了完全不同的A/B面人生! 不论是简单的爱好,还是正经的副业,他们都干得同样出色。偶尔,还能和程序员的特质结合,产生奇妙的“化学反应”。 @Charlotte:平日素颜示人,周末美妆博主 大家都以为程序媛也个个不修边幅,但我们也许...

MySQL数据库面试题(2020最新版)

文章目录数据库基础知识为什么要使用数据库什么是SQL?什么是MySQL?数据库三大范式是什么mysql有关权限的表都有哪几个MySQL的binlog有有几种录入格式?分别有什么区别?数据类型mysql有哪些数据类型引擎MySQL存储引擎MyISAM与InnoDB区别MyISAM索引与InnoDB索引的区别?InnoDB引擎的4大特性存储引擎选择索引什么是索引?索引有哪些优缺点?索引使用场景(重点)...

新一代神器STM32CubeMonitor介绍、下载、安装和使用教程

关注、星标公众号,不错过精彩内容作者:黄工公众号:strongerHuang最近ST官网悄悄新上线了一款比较强大的工具:STM32CubeMonitor V1.0.0。经过我研究和使用之...

记一次腾讯面试,我挂在了最熟悉不过的队列上……

腾讯后台面试,面试官问:如何自己实现队列?

如果你是老板,你会不会踢了这样的员工?

有个好朋友ZS,是技术总监,昨天问我:“有一个老下属,跟了我很多年,做事勤勤恳恳,主动性也很好。但随着公司的发展,他的进步速度,跟不上团队的步伐了,有点...

我入职阿里后,才知道原来简历这么写

私下里,有不少读者问我:“二哥,如何才能写出一份专业的技术简历呢?我总感觉自己写的简历太烂了,所以投了无数份,都石沉大海了。”说实话,我自己好多年没有写过简历了,但我认识的一个同行,他在阿里,给我说了一些他当年写简历的方法论,我感觉太牛逼了,实在是忍不住,就分享了出来,希望能够帮助到你。 01、简历的本质 作为简历的撰写者,你必须要搞清楚一点,简历的本质是什么,它就是为了来销售你的价值主张的。往深...

冒泡排序动画(基于python pygame实现)

本项目效果初始截图如下 动画见本人b站投稿:https://www.bilibili.com/video/av95491382 本项目对应github地址:https://github.com/BigShuang python版本:3.6,pygame版本:1.9.3。(python版本一致应该就没什么问题) 样例gif如下 ======================= 大爽歌作,mad

Redis核心原理与应用实践

Redis核心原理与应用实践 在很多场景下都会使用Redis,但是到了深层次的时候就了解的不是那么深刻,以至于在面试的时候经常会遇到卡壳的现象,学习知识要做到系统和深入,不要把Redis想象的过于复杂,和Mysql一样,是个读取数据的软件。 有一个理解是Redis是key value缓存服务器,更多的优点在于对value的操作更加丰富。 安装 yum install redis #yum安装 b...

现代的 “Hello, World”,可不仅仅是几行代码而已

作者 |Charles R. Martin译者 | 弯月,责编 | 夕颜头图 |付费下载自视觉中国出品 | CSDN(ID:CSDNnews)新手...

带了6个月的徒弟当了面试官,而身为高级工程师的我天天修Bug......

即将毕业的应届毕业生一枚,现在只拿到了两家offer,但最近听到一些消息,其中一个offer,我这个组据说客户很少,很有可能整组被裁掉。 想问大家: 如果我刚入职这个组就被裁了怎么办呢? 大家都是什么时候知道自己要被裁了的? 面试软技能指导: BQ/Project/Resume 试听内容: 除了刷题,还有哪些技能是拿到offer不可或缺的要素 如何提升面试软实力:简历, 行为面试,沟通能...

!大部分程序员只会写3年代码

如果世界上都是这种不思进取的软件公司,那别说大部分程序员只会写 3 年代码,恐怕就没有程序员这种职业。

离职半年了,老东家又发 offer,回不回?

有小伙伴问松哥这个问题,他在上海某公司,在离职了几个月后,前公司的领导联系到他,希望他能够返聘回去,他很纠结要不要回去? 俗话说好马不吃回头草,但是这个小伙伴既然感到纠结了,我觉得至少说明了两个问题:1.曾经的公司还不错;2.现在的日子也不是很如意。否则应该就不会纠结了。 老实说,松哥之前也有过类似的经历,今天就来和小伙伴们聊聊回头草到底吃不吃。 首先一个基本观点,就是离职了也没必要和老东家弄的苦...

2020阿里全球数学大赛:3万名高手、4道题、2天2夜未交卷

阿里巴巴全球数学竞赛( Alibaba Global Mathematics Competition)由马云发起,由中国科学技术协会、阿里巴巴基金会、阿里巴巴达摩院共同举办。大赛不设报名门槛,全世界爱好数学的人都可参与,不论是否出身数学专业、是否投身数学研究。 2020年阿里巴巴达摩院邀请北京大学、剑桥大学、浙江大学等高校的顶尖数学教师组建了出题组。中科院院士、美国艺术与科学院院士、北京国际数学...

为什么你不想学习?只想玩?人是如何一步一步废掉的

不知道是不是只有我这样子,还是你们也有过类似的经历。 上学的时候总有很多光辉历史,学年名列前茅,或者单科目大佬,但是虽然慢慢地长大了,你开始懈怠了,开始废掉了。。。 什么?你说不知道具体的情况是怎么样的? 我来告诉你: 你常常潜意识里或者心理觉得,自己真正的生活或者奋斗还没有开始。总是幻想着自己还拥有大把时间,还有无限的可能,自己还能逆风翻盘,只不是自己还没开始罢了,自己以后肯定会变得特别厉害...

HTTP与HTTPS的区别

面试官问HTTP与HTTPS的区别,我这样回答让他竖起大拇指!

程序员毕业去大公司好还是小公司好?

虽然大公司并不是人人都能进,但我仍建议还未毕业的同学,尽力地通过校招向大公司挤,但凡挤进去,你这一生会容易很多。 大公司哪里好?没能进大公司怎么办?答案都在这里了,记得帮我点赞哦。 目录: 技术氛围 内部晋升与跳槽 啥也没学会,公司倒闭了? 不同的人脉圈,注定会有不同的结果 没能去大厂怎么办? 一、技术氛围 纵观整个程序员技术领域,哪个在行业有所名气的大牛,不是在大厂? 而且众所...

男生更看重女生的身材脸蛋,还是思想?

往往,我们看不进去大段大段的逻辑。深刻的哲理,往往短而精悍,一阵见血。问:产品经理挺漂亮的,有点心动,但不知道合不合得来。男生更看重女生的身材脸蛋,还是...

程序员为什么千万不要瞎努力?

本文作者用对比非常鲜明的两个开发团队的故事,讲解了敏捷开发之道 —— 如果你的团队缺乏统一标准的环境,那么即使勤劳努力,不仅会极其耗时而且成果甚微,使用...

为什么程序员做外包会被瞧不起?

二哥,有个事想询问下您的意见,您觉得应届生值得去外包吗?公司虽然挺大的,中xx,但待遇感觉挺低,马上要报到,挺纠结的。

立即提问
相关内容推荐