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
    NIFI大数据进阶_Kafka使用相关说明_实际操作Kafka生产者---大数据之Nifi工作笔记0036
    查看>>
    NIFI大数据进阶_NIFI的模板和组的使用-介绍和实际操作_创建组_嵌套组_模板创建下载_导入---大数据之Nifi工作笔记0022
    查看>>
    NIFI大数据进阶_NIFI监控功能实际操作_Summary查看系统和处理器运行情况_viewDataProvenance查看_---大数据之Nifi工作笔记0026
    查看>>
    NIFI大数据进阶_NIFI监控的强大功能介绍_处理器面板_进程组面板_summary监控_data_provenance事件源---大数据之Nifi工作笔记0025
    查看>>
    NIFI大数据进阶_NIFI集群知识点_认识NIFI集群以及集群的组成部分---大数据之Nifi工作笔记0014
    查看>>
    NIFI大数据进阶_NIFI集群知识点_集群的断开_重连_退役_卸载_总结---大数据之Nifi工作笔记0018
    查看>>
    NIFI大数据进阶_使用NIFI表达式语言_来获取自定义属性中的数据_NIFI表达式使用体验---大数据之Nifi工作笔记0024
    查看>>
    NIFI大数据进阶_内嵌ZK模式集群1_搭建过程说明---大数据之Nifi工作笔记0015
    查看>>
    NIFI大数据进阶_内嵌ZK模式集群2_实际操作搭建NIFI内嵌模式集群---大数据之Nifi工作笔记0016
    查看>>
    NIFI大数据进阶_外部ZK模式集群1_实际操作搭建NIFI外部ZK模式集群---大数据之Nifi工作笔记0017
    查看>>
    NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_实际操作_03---大数据之Nifi工作笔记0035
    查看>>
    NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_01---大数据之Nifi工作笔记0033
    查看>>
    NIFI大数据进阶_实时同步MySql的数据到Hive中去_可增量同步_实时监控MySql数据库变化_操作方法说明_02---大数据之Nifi工作笔记0034
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_01_实际操作---大数据之Nifi工作笔记0029
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_02_实际操作_splitjson处理器_puthdfs处理器_querydatabasetable处理器---大数据之Nifi工作笔记0030
    查看>>
    NIFI大数据进阶_离线同步MySql数据到HDFS_说明操作步骤---大数据之Nifi工作笔记0028
    查看>>
    NIFI大数据进阶_连接与关系_设置数据流负载均衡_设置背压_设置展现弯曲_介绍以及实际操作---大数据之Nifi工作笔记0027
    查看>>
    NIFI数据库同步_多表_特定表同时同步_实际操作_MySqlToMysql_可推广到其他数据库_Postgresql_Hbase_SqlServer等----大数据之Nifi工作笔记0053
    查看>>
    NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南001---大数据之Nifi工作笔记0068
    查看>>
    NIFI汉化_替换logo_二次开发_Idea编译NIFI最新源码_详细过程记录_全解析_Maven编译NIFI避坑指南002---大数据之Nifi工作笔记0069
    查看>>