博客
关于我
【机试题(实现语言:python3)】矩阵乘法
阅读量:743 次
发布时间:2019-03-22

本文共 1335 字,大约阅读时间需要 4 分钟。

为了解决这个问题,我们需要实现矩阵乘法的计算。给定两个矩阵A和B,要求计算它们的乘积矩阵C。矩阵乘法的结果将是一个新的矩阵,其中每个元素是由A和B的对应元素的内积决定的。

方法思路

  • 输入解析:读取输入数据,确定矩阵A和B的大小和元素。
  • 矩阵乘法计算:使用双重循环计算乘积矩阵C的每个元素,即将矩阵A的行与矩阵B的列进行点乘。
  • 结果输出:将计算得到的乘积矩阵按行输出。
  • 解决代码

    def func():    try:        while True:            x = int(input().strip())            y = int(input().strip())            z = int(input().strip())            # 读取矩阵A(x行y列)            A = []            for _ in range(x):                row = list(map(int, input().split()))                A.append(row)            # 读取矩阵B(y行z列)            B = []            for _ in range(y):                row = list(map(int, input().split()))                B.append(row)            # 计算矩阵乘积C(x行z列)            C = []            for i in range(x):                row = []                for j in range(z):                    sum_val = 0                    for k in range(y):                        sum_val += A[i][k] * B[k][j]                    row.append(sum_val)                C.append(row)            # 输出结果            for row in C:                print(' '.join(map(str, row)))    except EOFError:        pass    except:        print("程序发生错误,可能输入有误。")    if __name__ == '__main__':        func()

    代码解释

  • 输入处理:使用input()读取输入数据,处理多组测试用例。
  • 读取矩阵:将矩阵A和B存储为列表形式,行优先存储。
  • 计算乘积:通过双重循环计算每个乘积元素,并存储结果。
  • 输出结果:将结果按行输出,使用空格分隔元素,便于阅读和进一步处理。
  • 这个方法确保了输入数据的正确解析和矩阵计算的准确性,同时输出结果符合要求。

    转载地址:http://evlwk.baihongyu.com/

    你可能感兴趣的文章
    NIO蔚来 面试——IP地址你了解多少?
    查看>>
    NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
    查看>>
    NISP国家信息安全水平考试,收藏这一篇就够了
    查看>>
    NIS服务器的配置过程
    查看>>
    NIS认证管理域中的用户
    查看>>
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NiuShop开源商城系统 SQL注入漏洞复现
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 时事和见解【2023】
    查看>>
    NLP 模型中的偏差和公平性检测
    查看>>
    Vue3.0 性能提升主要是通过哪几方面体现的?
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP、CV 很难入门?IBM 数据科学家带你梳理
    查看>>
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP入门(六)pyltp的介绍与使用
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>