随机生成一个随机数5*5的矩阵 c++
点击联系发帖人
时间：2015-05-02 08:57
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
c++课程设计矩阵类
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
C++课程设计报告
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口10639人阅读
Eigen非常方便矩阵操作，当然它的功能不止如此，由于本人只用到了它的矩阵相关操作，所以这里只给出了它的一些矩阵相关的简单用法，以方便快速入门。矩阵操作在算法研究过程中，非常重要，例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供的矩阵算法，差不多十来行代码即可实现，具体可见：http://blog.csdn.net/hjx_1000/article/details/8490653Eigen的下载与安装，可参考下面两个博客：或者：；Eigen帮助文档的地址：，本文中很多例子也是直接摘自这些帮助文档，另外关于Eigen的论坛可以访问Eigen用源码的方式提供给用户使用，在使用时只需要包含Eigen的头文件即可进行使用。之所以采用这种方式，是因为Eigen采用模板方式实现，由于模板函数不支持分离编译，所以只能提供源码而不是动态库的方式供用户使用，不过这也也更方面用户使用和研究。关于模板的不支持分离编译的更多内容，请参考：1、 &矩阵的定义Eigen中关于矩阵类的模板函数中，共有6个模板参数，但是目前常用的只有前三个，如下所示： template&typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols&
struct traits&Matrix&_Scalar, _Rows, _Cols, _Options, _MaxRows, _MaxCols& &
.......其前三个参数分别表示矩阵元素的类型，行数和列数。矩阵定义时可以使用Dynamic来表示矩阵的行列数为未知，例如：typedef&Matrix&double,Dynamic, Dynamic&&;在Eigen中也提供了很多常见的简化定义形式，例如：typedef Matrix& double , 3 , 1& Vector3d注意：（1）Eigen中无论是矩阵还是数组、向量，无论是静态矩阵还是动态矩阵都提供默认构造函数，也就是你定义这些数据结构时都可以不用提供任何参数，其大小均由运行时来确定。（2）矩阵的构造函数中只提供行列数、元素类型的构造参数，而不提供元素值的构造，对于比较小的、固定长度的向量提供初始化元素的定义，例如：Vector2d a(5.0, 6.0);
Vector3d b(5.0, 6.0, 7.0);
Vector4d c(5.0, 6.0, 7.0, 8.0);2、动态矩阵和静态矩阵动态矩阵是指其大小在运行时确定，静态矩阵是指其大小在编译时确定，在Eigen中并未这样称呼矩阵。具体可见如下两段代码：代码段1：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
MatrixXd m = MatrixXd::Random(3,3);
m = (m + MatrixXd::Constant(3,3,1.2)) * 50;
cout && &m =& && endl && m &&
VectorXd v(3);
v && 1, 2, 3;
cout && &m * v =& && endl && m * v &&
}代码段2：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
Matrix3d m = Matrix3d::Random();
m = (m + Matrix3d::Constant(1.2)) * 50;
cout && &m =& && endl && m &&
Vector3d v(1,2,3);
cout && &m * v =& && endl && m * v &&
}说明：1）代码段1中表示任意大小的元素类型为double的矩阵变量，其大小只有在运行时被赋值之后才能知道；&(3,3)表示产生一个元素类型为double的3*3的临时矩阵对象。&2） 代码段2中表示元素类型为double大小为3*3的矩阵变量，其大小在编译时就知道；3）上例中向量的定义也是类似，不过这里的向量时列优先，在Eigen中行优先的矩阵会在其名字中包含有row，否则就是列优先。4）向量只是一个特殊的矩阵，其一个维度为1而已，如：typedef Matrix& double , 3 , 1& Vector3d3、矩阵元素的访问在矩阵的访问中，行索引总是作为第一个参数，需注意Eigen中遵循大家的习惯让矩阵、数组、向量的下标都是从0开始。矩阵元素的访问可以通过（）操作符完成，例如m(2,3)即是获取矩阵m的第2行第3列元素（注意行列数从0开始）。可参看如下代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
MatrixXd m(2,2);
m(0,0) = 3;
m(1,0) = 2.5;
m(0,1) = -1;
m(1,1) = m(1,0) + m(0,1);
std::cout && &Here is the matrix m:\n& && m && std::
VectorXd v(2);
v(1) = v(0) - 1;
std::cout && &Here is the vector v:\n& && v && std::
}其输出结果为：Here is the matrix m:
Here is the vector v:
3针对向量还提供[]操作符，注意矩阵则不可如此使用，原因为：在C++中m[i, j]中逗号表达式 “i, j”的值始终都是“j”的值，即m[i, j]对于C++来讲就是m[j];4、设置矩阵的元素在Eigen中重载了&&&&操作符，通过该操作符即可以一个一个元素的进行赋值，也可以一块一块的赋值。另外也可以使用下标进行复制，例如下面两段代码：代码段1Matrix3
m && 1, 2, 3,
std::cout &&输出结果为：1 2 3
代码段二（使用下标进行复制）VectorXf m_Vector_A;
MatrixXf m_matrix_B;
int m_iN =-1;
bool InitData(int pSrc[100][100], int iWidth, int iHeight)
if (NULL == pSrc || iWidth &=0 || iHeight &= 0)
m_iN = iWidth*iH
VectorXf tmp_A(m_iN);
MatrixXf tmp_B(m_iN, 5);
int i =0, j=0, iPos =0;
while(i&iWidth)
while(j&iHeight)
tmp_A(iPos) = pSrc[i][j] * log((float)pSrc[i][j]);
tmp_B(iPos,0) = pSrc[i][j] ;
tmp_B(iPos,1) = pSrc[i][j] *
tmp_B(iPos,2) = pSrc[i][j] *
tmp_B(iPos,3) = pSrc[i][j] * i *
tmp_B(iPos,4) = pSrc[i][j] * j *
m_Vector_A = tmp_A;
m_matrix_B = tmp_B;
}5、重置矩阵大小当前矩阵的行数、列数、大小可以通过rows()，cols()和size()来获取，对于动态矩阵可以通过resize()函数来动态修改矩阵的大小.需注意：(1)&固定大小的矩阵是不能使用resize（）来修改矩阵的大小；(2)&resize（）函数会析构掉原来的数据，因此调用resize（）函数之后将不能保证元素的值不改变。(3) 使用“=”操作符操作动态矩阵时，如果左右边的矩阵大小不等，则左边的动态矩阵的大小会被修改为右边的大小。例如下面的代码段：MatrixXf a(2,2);
std::cout && &a is of size & && a.rows() && &x& && a.cols() && std::
MatrixXf b(3,3);
std::cout && &a is now of size & && a.rows() && &x& && a.cols() && std::输出结果为：a is of size 2x2
a is now of size 3x36、如何选择动态矩阵和静态矩阵？Eigen对于这问题的答案是：对于小矩阵（一般大小小于16）的使用固定大小的静态矩阵，它可以带来比较高的效率，对于大矩阵（一般大小大于32）建议使用动态矩阵。还需特别注意的是：如果特别大的矩阵使用了固定大小的静态矩阵则可能造成栈溢出的问题---------------------------------------------------------------------------------------------本文主要是Eigen中矩阵和向量的算术运算，在Eigen中的这些算术运算重载了C++的+，-，*，所以使用起来非常方便。1、矩阵的运算Eigen提供+、-、一元操作符“-”、+=、-=，例如：二元操作符+/-表示两矩阵相加（矩阵中对应元素相加/减，返回一个临时矩阵）： B+C 或&B-C；一元操作符-表示对矩阵取负（矩阵中对应元素取负，返回一个临时矩阵）：&-C;&组合操作法+=或者-=表示（对应每隔元素都做相应操作）：A += B 或者 A-=B代码段1为矩阵的加减操作，代码如下：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
a && 1, 2,
MatrixXd b(2,2);
b && 2, 3,
std::cout && &a + b =\n& && a + b && std::
std::cout && &a - b =\n& && a - b && std::
std::cout && &Doing a +=& && std::
std::cout && &Now a =\n& && a && std::
Vector3d v(1,2,3);
Vector3d w(1,0,0);
std::cout && &-v + w - v =\n& && -v + w - v && std::
}输出结果为：a + b =
Doing a +=
-v + w - v =
-6另外，矩阵还提供与标量（单一个数字）的乘除操作，表示每个元素都与该标量进行乘除操作。例如：二元操作符*在：A*a中表示矩阵A中的每隔元素都与数字a相乘，结果放在一个临时矩阵中，矩阵的值不会改变。对于a*A、A/a、A*=a、A /=a也是一样，例如下面的代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
a && 1, 2,
Vector3d v(1,2,3);
std::cout && &a * 2.5 =\n& && a * 2.5 && std::
std::cout && &0.1 * v =\n& && 0.1 * v && std::
std::cout && &Doing v *= 2;& && std::
std::cout && &Now v =\n& && v && std::
}输出结果为：a * 2.5 =
Doing v *= 2;
6需要注意：在Eigen中，算术操作例如 “操作符+”并不会自己执行计算操作，他们只是返回一个“算术表达式对象”，而实际的计算则会延迟到后面的赋值时才进行。这些不影响你的使用，它只是为了方便Eigen的优化。2、求矩阵的转秩、共轭矩阵、伴随矩阵。可以通过&成员函数,&,和&来完成，注意这些函数返回操作后的结果，而不会对原矩阵的元素进行直接操作，如果要让原矩阵的进行转换，则需要使用响应的InPlace函数，例如：&、&&之类。例如下面的代码所示：MatrixXcf a = MatrixXcf::Random(2,2);
cout && &Here is the matrix a\n& && a &&
cout && &Here is the matrix a^T\n& && a.transpose() &&
cout && &Here is the conjugate of a\n& && a.conjugate() &&
cout && &Here is the matrix a^*\n& && a.adjoint() &&输出结果为：Here is the matrix a
(-0.211,0.68) (-0.605,0.823)
(0.597,0.566)
(0.536,-0.33)
Here is the matrix a^T
(-0.211,0.68) (0.597,0.566)
(-0.605,0.823) (0.536,-0.33)
Here is the conjugate of a
(-0.211,-0.68) (-0.605,-0.823)
(0.597,-0.566)
(0.536,0.33)
Here is the matrix a^*
(-0.211,-0.68) (0.597,-0.566)
(-0.605,-0.823)
(0.536,0.33)3、矩阵相乘、矩阵向量相乘矩阵的相乘，矩阵与向量的相乘也是使用操作符*，共有*和*=两种操作符，其用法可以参考如下代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
mat && 1, 2,
Vector2d u(-1,1), v(2,0);
std::cout && &Here is mat*mat:\n& && mat*mat && std::
std::cout && &Here is mat*u:\n& && mat*u && std::
std::cout && &Here is u^T*mat:\n& && u.transpose()*mat && std::
std::cout && &Here is u^T*v:\n& && u.transpose()*v && std::
std::cout && &Here is u*v^T:\n& && u*v.transpose() && std::
std::cout && &Let's multiply mat by itself& && std::
mat = mat*
std::cout && &Now mat is mat:\n& && mat && std::
}输出结果为：Here is mat*mat:
Here is mat*u:
Here is u^T*mat:
Here is u^T*v:
Here is u*v^T:
Let's multiply mat by itself
Now mat is mat:
15 22--------------------------------------------------------------------------------------------本节主要涉及Eigen的块操作以及QR分解，Eigen的QR分解非常绕人，搞了很久才搞明白是怎么回事，最后是一个使用Eigen的矩阵操作完成二维高斯拟合求取光点的代码例子，关于二维高斯拟合求取光点的详细内容可参考：http://blog.csdn.net/hjx_1000/article/details/84906531、矩阵的块操作& & & & 1）矩阵的块操作有两种使用方法，其定义形式为：matrix.block(i,j,p,q);
matrix.block&p,q&(i,j);
（2）定义（1）表示返回从矩阵的(i, j)开始，每行取p个元素，每列取q个元素所组成的临时新矩阵对象，原矩阵的元素不变。定义（2）中block（p, q）可理解为一个p行q列的子矩阵，该定义表示从原矩阵中第(i, j)开始，获取一个p行q列的子矩阵，返回该子矩阵组成的临时 矩阵对象，原矩阵的元素不变。详细使用情况，可参考下面的代码段：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::MatrixXf m(4,4);
m && 1, 2, 3, 4,
5, 6, 7, 8,
9,10,11,12,
13,14,15,16;
cout && &Block in the middle& &&
cout && m.block&2,2&(1,1) && endl &&
for (int i = 1; i &= 3; ++i)
cout && &Block of size & && i && &x& && i &&
cout && m.block(0,0,i,i) && endl &&
}输出的结果为：Block in the middle
Block of size 1x1
Block of size 2x2
Block of size 3x3
9 10 11通过上述方式获取的子矩阵即可以作为左值也可以作为右值，也就是即可以用这个子矩阵给其他矩阵赋值，也可以给这个子矩阵对象赋值。2）矩阵也提供了获取其指定行/列的函数，其实获取某行/列也是一种特殊的获取子块。可以通过 .col()和 .row()来完成获取指定列/行的操作，参数为列/行的索引。注意：（1）需与获取矩阵的行数/列数的函数（ rows(), cols() ）的进行区别，不要弄混淆。（2）函数参数为响应行/列的索引，需注意矩阵的行列均以0开始。下面的代码段用于演示获取矩阵的指定行列：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::MatrixXf m(3,3);
m && 1,2,3,
cout && &Here is the matrix m:& && endl && m &&
cout && &2nd Row: & && m.row(1) &&
m.col(2) += 3 * m.col(0);
cout && &After adding 3 times the first column into the third column, the matrix m is:\n&;
cout && m &&
}输出结果为：Here is the matrix m:
2nd Row: 4 5 6
After adding 3 times the first column into the third column, the matrix m is:
8 303）向量的块操作，其实向量只是一个特殊的矩阵，但是Eigen也为它单独提供了一些简化的块操作，如下三种形式：& & &获取向量的前n个元素：vector.head(n);&& & &获取向量尾部的n个元素：vector.tail(n);& & &获取从向量的第i个元素开始的n个元素：vector.segment(i,n);& & &其用法可参考如下代码段：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::ArrayXf v(6);
v && 1, 2, 3, 4, 5, 6;
cout && &v.head(3) =& && endl && v.head(3) && endl &&
cout && &v.tail&3&() = & && endl && v.tail&3&() && endl &&
v.segment(1,4) *= 2;
cout && &after 'v.segment(1,4) *= 2', v =& && endl && v &&
}输出结果为：v.head(3) =
v.tail&3&() =
after 'v.segment(1,4) *= 2', v =
62、QR分解& & & & Eigen的QR分解非常绕人，它总共提供了下面这些矩阵的分解方式：DecompositionMethodRequirements on the matrixSpeedAccuracypartialPivLu()Invertible+++fullPivLu()None-+++householderQr()None+++colPivHouseholderQr()None+++fullPivHouseholderQr()None-+++llt()Positive definite++++ldlt()Positive or negative semidefinite+++++由于我只用到了QR分解，而且Eigen的QR分解开始使用时确实不容易入手，因此这里只提供了householderQR的分解方式的演示代码：void QR2()
Matrix3d A;
HouseholderQR&Matrix3d&
qr.compute(A);
MatrixXd R = qr.matrixQR().triangularView&Upper&();
MatrixXd Q =
qr.householderQ();
std::cout && &QR2(): HouseholderQR---------------------------------------------&&& std::
std::cout && &A &&& std::endl &&A && std::endl && std::
std::cout &&&qr.matrixQR()&&& std::endl && qr.matrixQR() && std::endl && std::
std::cout && &R&&& std::endl &&R && std::endl && std::
std::cout && &Q &&& std::endl &&Q && std::endl && std::
std::cout &&&Q*R& && std::endl &&Q*R && std::endl && std::
}输出结果为：3、一个矩阵使用的例子：用矩阵操作完成二维高斯拟合，并求取光斑中心下面的代码段是一个使用Eigen的矩阵操作完成二维高斯拟合求取光点的代码例子，关于二维高斯拟合求取光点的详细内容可参考：
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：4261855次
积分：57543
积分：57543
排名：第12名
原创：1126篇
转载：2920篇
评论：1127条
(1)(9)(62)(16)(8)(23)(9)(37)(73)(34)(31)(120)(128)(183)(23)(69)(75)(1)(171)(33)(148)(168)(145)(27)(144)(139)(208)(61)(59)(10)(10)(32)(2)(7)(34)(24)(9)(39)(25)(32)(46)(20)(44)(8)(21)(43)(49)(100)(113)(136)(35)(55)(15)(29)(41)(15)(50)(17)(20)(182)(206)(43)(27)(19)(17)(13)(1)(40)(5)(3)(4)(21)(71)(73)(19)(2)(2)(1)(1)(1)(6)(3)C++随机生成一个矩阵（方阵）元素范围是30～70，并求对角线元素之和_百度知道
C++随机生成一个矩阵（方阵）元素范围是30～70，并求对角线元素之和
提问者采纳
矩阵多大规模的？就是几乘几的？也是随机的吗？
代码参考如下#include&stdio.h&&#include&stdlib.h&#include&&time.h&int&main(){ int&**& int&n; int&sum1&=&0,&sum2&=&0; int&i,j; srand(time(NULL)); n&=&rand()%100+1;//生成规模参数&n*n&n为1-100 printf(&n&=&%d\n&,&n); //分配空间 map&=&malloc(sizeof(int&*)&*&n); for(i&=&0;&i&&&n;&i&++)
map[i]&=&malloc(sizeof(int)&*&n);
//生成随机数 for(i&=&0;&i&&&n;&i&++)
for(j&=&0;&j&&&n;&j&++)
map[i][j]&=&rand()%41+30;&&&&&&&&//打印矩阵 for(i&=&0;&i&&&n;&i&++) {
for(j&=&0;&j&&&n;&j&++)
printf(&%d&&,&map[i][j]);
printf(&\n&); } //统计对角线和&sum1为左上到右下&sum2为右上到左下 for(i&=&0;&i&&&n;&i&++) {
sum1&+=&map[i][i];
sum2&+=&map[i][n-i-1]; }
//打印结果 printf(&%d&%d\n&,&sum1,&sum2);
//释放空间 for(i&=&0;&i&&&n;&i&++)
free(map[i]); free(map); return&0;}
提问者评价
太给力了，你的回答完美地解决了我的问题，非常感谢！
来自团队：
其他类似问题
为您推荐：
其他2条回答
;i++){v=rand()%41+30;n",sum);)。#include &5-45/
/printf(",v);j++){for (i=0;sum=%g\,v;\for (j=0,n;n，随机;printf(&/;};%d x %d matrix,n);#include &j&printf(& main(){}; 30-70printf(&;if (i==j || i==n-j-1){sum=sum+v;double sum=0;/time,j;};n"， 元素值 30-70;srand(time(NULL));i&n&n = rand()%40+5;n = rand()%4 + 2;
/%3d "。(你可以修改）双对角线上数值之和计算如下;/n假定 n 是 5-45;stdio.h>.h>:\
我中午运行下看看
你采纳的答案 需要动态分配内存，动态分配未必能成功。求和用 int , 矩阵大了必然超界失败。n 为 奇数 时 交叉点 略去了吗？-----------我的答案不需要动态分配，不需要数组空间，大大节省内存，求和是 double.把
n = rand()%40+5;
//5-45改成
n = rand()+2； //考虑最小阵 2X2矩阵要多大，有多大。正确答案 你不要？
矩阵多大，几乘几的？
对角线的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁数独矩阵即满足如下要求的矩阵：阶为9的方阵，其每行、每列、将其分为9宫后的每一个3*3的方阵，都包含1-9九个数字各一次。 本段代码所用的算法为： １）设定一个初始矩阵matrix，该矩阵是一个满足条件的数独矩阵 ２）因为每一个满足条件的矩阵，其0-2、3-5、6-8行与0-2、3-5、6-8列间相互打乱顺序，仍然可以得到一个满足条件的矩阵，可以通过随机数打乱它们的顺序 ３）因为将一个满足条件的矩阵中任取两个不同的元素，相互替换后仍然可以得到一个满足条件的矩阵（如值A全部换为值B，同时值B全部换为值A），可以通过随机数进行替换 ４）最后得到的矩阵即为所求 #include&&iostream&#include&&cstdlib&#include&&ctime&using&namespace&int&main(){&&&&//Set&the&seed&of&random&numbers&&&&srand((unsigned)time(0));&&&&//Rule:&&&&//1.Each&block&has&9&numbers&1-9&&&&//2.Each&row&has&9&numbers&1-9&&&&//3.Each&column&has&9&numbers&1-9&&&&&&&&int&matrix[9][9]&=&&&&&{&&&&&&&&{1,&2,&3,&&7,&8,&9,&&4,&5,&6},&&&&&&&&{4,&5,&6,&&1,&2,&3,&&7,&8,&9},&&&&&&&&{7,&8,&9,&&4,&5,&6,&&1,&2,&3},&&&&&&&&&&&&&&&&{3,&1,&2,&&9,&7,&8,&&6,&4,&5},&&&&&&&&{6,&4,&5,&&3,&1,&2,&&9,&7,&8},&&&&&&&&{9,&7,&8,&&6,&4,&5,&&3,&1,&2},&&&&&&&&&&&&&&&&{2,&3,&1,&&8,&9,&7,&&5,&6,&4},&&&&&&&&{5,&6,&4,&&2,&3,&1,&&8,&9,&7},&&&&&&&&{8,&9,&7,&&5,&6,&4,&&2,&3,&1}&&&&};&&&&&&&&//1.Change&rows&and&columns&&&&int&counter&=&30;&&&&while(--counter)&&&&{&&&&&&&&int&i&=&rand()&%&3;&&//big&row&no.&&&&&&&&int&j&=&rand()&%&3;&&//big&column&no.&&&&&&&&int&k&=&rand()&%&2;&&//0:horizontally&1:vertically&&&&&&&&&&&&&&&&//0:123&1:132&2:213&3:231&4:312&5:321&&&&&&&&switch(rand()&%&6)&&&&&&&&{&&&&&&&&&&&&case&0:&&//123&&&&&&&&&&&&&case&1:&//132&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&2:&//213&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&3:&//231&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&4:&//312&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&5:&//321&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&}&&&&}&&&&//2.Change&the&numbers&&&&counter&=&10;&&&&while(--counter)&&&&{&&&&&&&&int&tempa&=&rand()&%&9&+&1;&&&&&&&&int&&&&&&&&&do&&&&&&&&{&&&&&&&&&&&&tempb&=&rand()&%&9&+&1;&&&&&&&&}while(tempb&==&tempa);&&&&&&&&for(int&i&=&0;&i&&&9;&i++)&&&&&&&&{&&&&&&&&&&&&for(int&j&=&0;&j&&&9;&j++)&&&&&&&&&&&&{&&&&&&&&&&&&&&&&if(matrix[i][j]&==&tempa)&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&matrix[i][j]&=&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&else&if(matrix[i][j]&==&tempb)&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&matrix[i][j]&=&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&}&&&&&&&&}&&&&}&&&&//Print&the&matrix&&&&for(int&i&=&0;&i&&&9;&i++)&&&&{&&&&&&&&for(int&j&=&0;&j&&&9;&j++)&&&&&&&&{&&&&&&&&&&&&cout&&&&matrix[i][j]&&&&&&&;&&&&&&&&}&&&&&&&&cout&&&&&&&&}&&&&return&0;} END}
手机或平板扫扫即可继续访问
c++课程设计矩阵类
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
C++课程设计报告
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口10639人阅读
Eigen非常方便矩阵操作，当然它的功能不止如此，由于本人只用到了它的矩阵相关操作，所以这里只给出了它的一些矩阵相关的简单用法，以方便快速入门。矩阵操作在算法研究过程中，非常重要，例如在图像处理中二维高斯拟合求取光斑中心时使用Eigen提供的矩阵算法，差不多十来行代码即可实现，具体可见：http://blog.csdn.net/hjx_1000/article/details/8490653Eigen的下载与安装，可参考下面两个博客：或者：；Eigen帮助文档的地址：，本文中很多例子也是直接摘自这些帮助文档，另外关于Eigen的论坛可以访问Eigen用源码的方式提供给用户使用，在使用时只需要包含Eigen的头文件即可进行使用。之所以采用这种方式，是因为Eigen采用模板方式实现，由于模板函数不支持分离编译，所以只能提供源码而不是动态库的方式供用户使用，不过这也也更方面用户使用和研究。关于模板的不支持分离编译的更多内容，请参考：1、 &矩阵的定义Eigen中关于矩阵类的模板函数中，共有6个模板参数，但是目前常用的只有前三个，如下所示： template&typename _Scalar, int _Rows, int _Cols, int _Options, int _MaxRows, int _MaxCols&
struct traits&Matrix&_Scalar, _Rows, _Cols, _Options, _MaxRows, _MaxCols& &
.......其前三个参数分别表示矩阵元素的类型，行数和列数。矩阵定义时可以使用Dynamic来表示矩阵的行列数为未知，例如：typedef&Matrix&double,Dynamic, Dynamic&&;在Eigen中也提供了很多常见的简化定义形式，例如：typedef Matrix& double , 3 , 1& Vector3d注意：（1）Eigen中无论是矩阵还是数组、向量，无论是静态矩阵还是动态矩阵都提供默认构造函数，也就是你定义这些数据结构时都可以不用提供任何参数，其大小均由运行时来确定。（2）矩阵的构造函数中只提供行列数、元素类型的构造参数，而不提供元素值的构造，对于比较小的、固定长度的向量提供初始化元素的定义，例如：Vector2d a(5.0, 6.0);
Vector3d b(5.0, 6.0, 7.0);
Vector4d c(5.0, 6.0, 7.0, 8.0);2、动态矩阵和静态矩阵动态矩阵是指其大小在运行时确定，静态矩阵是指其大小在编译时确定，在Eigen中并未这样称呼矩阵。具体可见如下两段代码：代码段1：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
MatrixXd m = MatrixXd::Random(3,3);
m = (m + MatrixXd::Constant(3,3,1.2)) * 50;
cout && &m =& && endl && m &&
VectorXd v(3);
v && 1, 2, 3;
cout && &m * v =& && endl && m * v &&
}代码段2：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
Matrix3d m = Matrix3d::Random();
m = (m + Matrix3d::Constant(1.2)) * 50;
cout && &m =& && endl && m &&
Vector3d v(1,2,3);
cout && &m * v =& && endl && m * v &&
}说明：1）代码段1中表示任意大小的元素类型为double的矩阵变量，其大小只有在运行时被赋值之后才能知道；&(3,3)表示产生一个元素类型为double的3*3的临时矩阵对象。&2） 代码段2中表示元素类型为double大小为3*3的矩阵变量，其大小在编译时就知道；3）上例中向量的定义也是类似，不过这里的向量时列优先，在Eigen中行优先的矩阵会在其名字中包含有row，否则就是列优先。4）向量只是一个特殊的矩阵，其一个维度为1而已，如：typedef Matrix& double , 3 , 1& Vector3d3、矩阵元素的访问在矩阵的访问中，行索引总是作为第一个参数，需注意Eigen中遵循大家的习惯让矩阵、数组、向量的下标都是从0开始。矩阵元素的访问可以通过（）操作符完成，例如m(2,3)即是获取矩阵m的第2行第3列元素（注意行列数从0开始）。可参看如下代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
MatrixXd m(2,2);
m(0,0) = 3;
m(1,0) = 2.5;
m(0,1) = -1;
m(1,1) = m(1,0) + m(0,1);
std::cout && &Here is the matrix m:\n& && m && std::
VectorXd v(2);
v(1) = v(0) - 1;
std::cout && &Here is the vector v:\n& && v && std::
}其输出结果为：Here is the matrix m:
Here is the vector v:
3针对向量还提供[]操作符，注意矩阵则不可如此使用，原因为：在C++中m[i, j]中逗号表达式 “i, j”的值始终都是“j”的值，即m[i, j]对于C++来讲就是m[j];4、设置矩阵的元素在Eigen中重载了&&&&操作符，通过该操作符即可以一个一个元素的进行赋值，也可以一块一块的赋值。另外也可以使用下标进行复制，例如下面两段代码：代码段1Matrix3
m && 1, 2, 3,
std::cout &&输出结果为：1 2 3
代码段二（使用下标进行复制）VectorXf m_Vector_A;
MatrixXf m_matrix_B;
int m_iN =-1;
bool InitData(int pSrc[100][100], int iWidth, int iHeight)
if (NULL == pSrc || iWidth &=0 || iHeight &= 0)
m_iN = iWidth*iH
VectorXf tmp_A(m_iN);
MatrixXf tmp_B(m_iN, 5);
int i =0, j=0, iPos =0;
while(i&iWidth)
while(j&iHeight)
tmp_A(iPos) = pSrc[i][j] * log((float)pSrc[i][j]);
tmp_B(iPos,0) = pSrc[i][j] ;
tmp_B(iPos,1) = pSrc[i][j] *
tmp_B(iPos,2) = pSrc[i][j] *
tmp_B(iPos,3) = pSrc[i][j] * i *
tmp_B(iPos,4) = pSrc[i][j] * j *
m_Vector_A = tmp_A;
m_matrix_B = tmp_B;
}5、重置矩阵大小当前矩阵的行数、列数、大小可以通过rows()，cols()和size()来获取，对于动态矩阵可以通过resize()函数来动态修改矩阵的大小.需注意：(1)&固定大小的矩阵是不能使用resize（）来修改矩阵的大小；(2)&resize（）函数会析构掉原来的数据，因此调用resize（）函数之后将不能保证元素的值不改变。(3) 使用“=”操作符操作动态矩阵时，如果左右边的矩阵大小不等，则左边的动态矩阵的大小会被修改为右边的大小。例如下面的代码段：MatrixXf a(2,2);
std::cout && &a is of size & && a.rows() && &x& && a.cols() && std::
MatrixXf b(3,3);
std::cout && &a is now of size & && a.rows() && &x& && a.cols() && std::输出结果为：a is of size 2x2
a is now of size 3x36、如何选择动态矩阵和静态矩阵？Eigen对于这问题的答案是：对于小矩阵（一般大小小于16）的使用固定大小的静态矩阵，它可以带来比较高的效率，对于大矩阵（一般大小大于32）建议使用动态矩阵。还需特别注意的是：如果特别大的矩阵使用了固定大小的静态矩阵则可能造成栈溢出的问题---------------------------------------------------------------------------------------------本文主要是Eigen中矩阵和向量的算术运算，在Eigen中的这些算术运算重载了C++的+，-，*，所以使用起来非常方便。1、矩阵的运算Eigen提供+、-、一元操作符“-”、+=、-=，例如：二元操作符+/-表示两矩阵相加（矩阵中对应元素相加/减，返回一个临时矩阵）： B+C 或&B-C；一元操作符-表示对矩阵取负（矩阵中对应元素取负，返回一个临时矩阵）：&-C;&组合操作法+=或者-=表示（对应每隔元素都做相应操作）：A += B 或者 A-=B代码段1为矩阵的加减操作，代码如下：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
a && 1, 2,
MatrixXd b(2,2);
b && 2, 3,
std::cout && &a + b =\n& && a + b && std::
std::cout && &a - b =\n& && a - b && std::
std::cout && &Doing a +=& && std::
std::cout && &Now a =\n& && a && std::
Vector3d v(1,2,3);
Vector3d w(1,0,0);
std::cout && &-v + w - v =\n& && -v + w - v && std::
}输出结果为：a + b =
Doing a +=
-v + w - v =
-6另外，矩阵还提供与标量（单一个数字）的乘除操作，表示每个元素都与该标量进行乘除操作。例如：二元操作符*在：A*a中表示矩阵A中的每隔元素都与数字a相乘，结果放在一个临时矩阵中，矩阵的值不会改变。对于a*A、A/a、A*=a、A /=a也是一样，例如下面的代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
a && 1, 2,
Vector3d v(1,2,3);
std::cout && &a * 2.5 =\n& && a * 2.5 && std::
std::cout && &0.1 * v =\n& && 0.1 * v && std::
std::cout && &Doing v *= 2;& && std::
std::cout && &Now v =\n& && v && std::
}输出结果为：a * 2.5 =
Doing v *= 2;
6需要注意：在Eigen中，算术操作例如 “操作符+”并不会自己执行计算操作，他们只是返回一个“算术表达式对象”，而实际的计算则会延迟到后面的赋值时才进行。这些不影响你的使用，它只是为了方便Eigen的优化。2、求矩阵的转秩、共轭矩阵、伴随矩阵。可以通过&成员函数,&,和&来完成，注意这些函数返回操作后的结果，而不会对原矩阵的元素进行直接操作，如果要让原矩阵的进行转换，则需要使用响应的InPlace函数，例如：&、&&之类。例如下面的代码所示：MatrixXcf a = MatrixXcf::Random(2,2);
cout && &Here is the matrix a\n& && a &&
cout && &Here is the matrix a^T\n& && a.transpose() &&
cout && &Here is the conjugate of a\n& && a.conjugate() &&
cout && &Here is the matrix a^*\n& && a.adjoint() &&输出结果为：Here is the matrix a
(-0.211,0.68) (-0.605,0.823)
(0.597,0.566)
(0.536,-0.33)
Here is the matrix a^T
(-0.211,0.68) (0.597,0.566)
(-0.605,0.823) (0.536,-0.33)
Here is the conjugate of a
(-0.211,-0.68) (-0.605,-0.823)
(0.597,-0.566)
(0.536,0.33)
Here is the matrix a^*
(-0.211,-0.68) (0.597,-0.566)
(-0.605,-0.823)
(0.536,0.33)3、矩阵相乘、矩阵向量相乘矩阵的相乘，矩阵与向量的相乘也是使用操作符*，共有*和*=两种操作符，其用法可以参考如下代码：#include &iostream&
#include &Eigen/Dense&
using namespace E
int main()
mat && 1, 2,
Vector2d u(-1,1), v(2,0);
std::cout && &Here is mat*mat:\n& && mat*mat && std::
std::cout && &Here is mat*u:\n& && mat*u && std::
std::cout && &Here is u^T*mat:\n& && u.transpose()*mat && std::
std::cout && &Here is u^T*v:\n& && u.transpose()*v && std::
std::cout && &Here is u*v^T:\n& && u*v.transpose() && std::
std::cout && &Let's multiply mat by itself& && std::
mat = mat*
std::cout && &Now mat is mat:\n& && mat && std::
}输出结果为：Here is mat*mat:
Here is mat*u:
Here is u^T*mat:
Here is u^T*v:
Here is u*v^T:
Let's multiply mat by itself
Now mat is mat:
15 22--------------------------------------------------------------------------------------------本节主要涉及Eigen的块操作以及QR分解，Eigen的QR分解非常绕人，搞了很久才搞明白是怎么回事，最后是一个使用Eigen的矩阵操作完成二维高斯拟合求取光点的代码例子，关于二维高斯拟合求取光点的详细内容可参考：http://blog.csdn.net/hjx_1000/article/details/84906531、矩阵的块操作& & & & 1）矩阵的块操作有两种使用方法，其定义形式为：matrix.block(i,j,p,q);
matrix.block&p,q&(i,j);
（2）定义（1）表示返回从矩阵的(i, j)开始，每行取p个元素，每列取q个元素所组成的临时新矩阵对象，原矩阵的元素不变。定义（2）中block（p, q）可理解为一个p行q列的子矩阵，该定义表示从原矩阵中第(i, j)开始，获取一个p行q列的子矩阵，返回该子矩阵组成的临时 矩阵对象，原矩阵的元素不变。详细使用情况，可参考下面的代码段：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::MatrixXf m(4,4);
m && 1, 2, 3, 4,
5, 6, 7, 8,
9,10,11,12,
13,14,15,16;
cout && &Block in the middle& &&
cout && m.block&2,2&(1,1) && endl &&
for (int i = 1; i &= 3; ++i)
cout && &Block of size & && i && &x& && i &&
cout && m.block(0,0,i,i) && endl &&
}输出的结果为：Block in the middle
Block of size 1x1
Block of size 2x2
Block of size 3x3
9 10 11通过上述方式获取的子矩阵即可以作为左值也可以作为右值，也就是即可以用这个子矩阵给其他矩阵赋值，也可以给这个子矩阵对象赋值。2）矩阵也提供了获取其指定行/列的函数，其实获取某行/列也是一种特殊的获取子块。可以通过 .col()和 .row()来完成获取指定列/行的操作，参数为列/行的索引。注意：（1）需与获取矩阵的行数/列数的函数（ rows(), cols() ）的进行区别，不要弄混淆。（2）函数参数为响应行/列的索引，需注意矩阵的行列均以0开始。下面的代码段用于演示获取矩阵的指定行列：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::MatrixXf m(3,3);
m && 1,2,3,
cout && &Here is the matrix m:& && endl && m &&
cout && &2nd Row: & && m.row(1) &&
m.col(2) += 3 * m.col(0);
cout && &After adding 3 times the first column into the third column, the matrix m is:\n&;
cout && m &&
}输出结果为：Here is the matrix m:
2nd Row: 4 5 6
After adding 3 times the first column into the third column, the matrix m is:
8 303）向量的块操作，其实向量只是一个特殊的矩阵，但是Eigen也为它单独提供了一些简化的块操作，如下三种形式：& & &获取向量的前n个元素：vector.head(n);&& & &获取向量尾部的n个元素：vector.tail(n);& & &获取从向量的第i个元素开始的n个元素：vector.segment(i,n);& & &其用法可参考如下代码段：#include &Eigen/Dense&
#include &iostream&
int main()
Eigen::ArrayXf v(6);
v && 1, 2, 3, 4, 5, 6;
cout && &v.head(3) =& && endl && v.head(3) && endl &&
cout && &v.tail&3&() = & && endl && v.tail&3&() && endl &&
v.segment(1,4) *= 2;
cout && &after 'v.segment(1,4) *= 2', v =& && endl && v &&
}输出结果为：v.head(3) =
v.tail&3&() =
after 'v.segment(1,4) *= 2', v =
62、QR分解& & & & Eigen的QR分解非常绕人，它总共提供了下面这些矩阵的分解方式：DecompositionMethodRequirements on the matrixSpeedAccuracypartialPivLu()Invertible+++fullPivLu()None-+++householderQr()None+++colPivHouseholderQr()None+++fullPivHouseholderQr()None-+++llt()Positive definite++++ldlt()Positive or negative semidefinite+++++由于我只用到了QR分解，而且Eigen的QR分解开始使用时确实不容易入手，因此这里只提供了householderQR的分解方式的演示代码：void QR2()
Matrix3d A;
HouseholderQR&Matrix3d&
qr.compute(A);
MatrixXd R = qr.matrixQR().triangularView&Upper&();
MatrixXd Q =
qr.householderQ();
std::cout && &QR2(): HouseholderQR---------------------------------------------&&& std::
std::cout && &A &&& std::endl &&A && std::endl && std::
std::cout &&&qr.matrixQR()&&& std::endl && qr.matrixQR() && std::endl && std::
std::cout && &R&&& std::endl &&R && std::endl && std::
std::cout && &Q &&& std::endl &&Q && std::endl && std::
std::cout &&&Q*R& && std::endl &&Q*R && std::endl && std::
}输出结果为：3、一个矩阵使用的例子：用矩阵操作完成二维高斯拟合，并求取光斑中心下面的代码段是一个使用Eigen的矩阵操作完成二维高斯拟合求取光点的代码例子，关于二维高斯拟合求取光点的详细内容可参考：
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：4261855次
积分：57543
积分：57543
排名：第12名
原创：1126篇
转载：2920篇
评论：1127条
(1)(9)(62)(16)(8)(23)(9)(37)(73)(34)(31)(120)(128)(183)(23)(69)(75)(1)(171)(33)(148)(168)(145)(27)(144)(139)(208)(61)(59)(10)(10)(32)(2)(7)(34)(24)(9)(39)(25)(32)(46)(20)(44)(8)(21)(43)(49)(100)(113)(136)(35)(55)(15)(29)(41)(15)(50)(17)(20)(182)(206)(43)(27)(19)(17)(13)(1)(40)(5)(3)(4)(21)(71)(73)(19)(2)(2)(1)(1)(1)(6)(3)C++随机生成一个矩阵（方阵）元素范围是30～70，并求对角线元素之和_百度知道
C++随机生成一个矩阵（方阵）元素范围是30～70，并求对角线元素之和
提问者采纳
矩阵多大规模的？就是几乘几的？也是随机的吗？
代码参考如下#include&stdio.h&&#include&stdlib.h&#include&&time.h&int&main(){ int&**& int&n; int&sum1&=&0,&sum2&=&0; int&i,j; srand(time(NULL)); n&=&rand()%100+1;//生成规模参数&n*n&n为1-100 printf(&n&=&%d\n&,&n); //分配空间 map&=&malloc(sizeof(int&*)&*&n); for(i&=&0;&i&&&n;&i&++)
map[i]&=&malloc(sizeof(int)&*&n);
//生成随机数 for(i&=&0;&i&&&n;&i&++)
for(j&=&0;&j&&&n;&j&++)
map[i][j]&=&rand()%41+30;&&&&&&&&//打印矩阵 for(i&=&0;&i&&&n;&i&++) {
for(j&=&0;&j&&&n;&j&++)
printf(&%d&&,&map[i][j]);
printf(&\n&); } //统计对角线和&sum1为左上到右下&sum2为右上到左下 for(i&=&0;&i&&&n;&i&++) {
sum1&+=&map[i][i];
sum2&+=&map[i][n-i-1]; }
//打印结果 printf(&%d&%d\n&,&sum1,&sum2);
//释放空间 for(i&=&0;&i&&&n;&i&++)
free(map[i]); free(map); return&0;}
提问者评价
太给力了，你的回答完美地解决了我的问题，非常感谢！
来自团队：
其他类似问题
为您推荐：
其他2条回答
;i++){v=rand()%41+30;n",sum);)。#include &5-45/
/printf(",v);j++){for (i=0;sum=%g\,v;\for (j=0,n;n，随机;printf(&/;};%d x %d matrix,n);#include &j&printf(& main(){}; 30-70printf(&;if (i==j || i==n-j-1){sum=sum+v;double sum=0;/time,j;};n"， 元素值 30-70;srand(time(NULL));i&n&n = rand()%40+5;n = rand()%4 + 2;
/%3d "。(你可以修改）双对角线上数值之和计算如下;/n假定 n 是 5-45;stdio.h>.h>:\
我中午运行下看看
你采纳的答案 需要动态分配内存，动态分配未必能成功。求和用 int , 矩阵大了必然超界失败。n 为 奇数 时 交叉点 略去了吗？-----------我的答案不需要动态分配，不需要数组空间，大大节省内存，求和是 double.把
n = rand()%40+5;
//5-45改成
n = rand()+2； //考虑最小阵 2X2矩阵要多大，有多大。正确答案 你不要？
矩阵多大，几乘几的？
对角线的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁数独矩阵即满足如下要求的矩阵：阶为9的方阵，其每行、每列、将其分为9宫后的每一个3*3的方阵，都包含1-9九个数字各一次。 本段代码所用的算法为： １）设定一个初始矩阵matrix，该矩阵是一个满足条件的数独矩阵 ２）因为每一个满足条件的矩阵，其0-2、3-5、6-8行与0-2、3-5、6-8列间相互打乱顺序，仍然可以得到一个满足条件的矩阵，可以通过随机数打乱它们的顺序 ３）因为将一个满足条件的矩阵中任取两个不同的元素，相互替换后仍然可以得到一个满足条件的矩阵（如值A全部换为值B，同时值B全部换为值A），可以通过随机数进行替换 ４）最后得到的矩阵即为所求 #include&&iostream&#include&&cstdlib&#include&&ctime&using&namespace&int&main(){&&&&//Set&the&seed&of&random&numbers&&&&srand((unsigned)time(0));&&&&//Rule:&&&&//1.Each&block&has&9&numbers&1-9&&&&//2.Each&row&has&9&numbers&1-9&&&&//3.Each&column&has&9&numbers&1-9&&&&&&&&int&matrix[9][9]&=&&&&&{&&&&&&&&{1,&2,&3,&&7,&8,&9,&&4,&5,&6},&&&&&&&&{4,&5,&6,&&1,&2,&3,&&7,&8,&9},&&&&&&&&{7,&8,&9,&&4,&5,&6,&&1,&2,&3},&&&&&&&&&&&&&&&&{3,&1,&2,&&9,&7,&8,&&6,&4,&5},&&&&&&&&{6,&4,&5,&&3,&1,&2,&&9,&7,&8},&&&&&&&&{9,&7,&8,&&6,&4,&5,&&3,&1,&2},&&&&&&&&&&&&&&&&{2,&3,&1,&&8,&9,&7,&&5,&6,&4},&&&&&&&&{5,&6,&4,&&2,&3,&1,&&8,&9,&7},&&&&&&&&{8,&9,&7,&&5,&6,&4,&&2,&3,&1}&&&&};&&&&&&&&//1.Change&rows&and&columns&&&&int&counter&=&30;&&&&while(--counter)&&&&{&&&&&&&&int&i&=&rand()&%&3;&&//big&row&no.&&&&&&&&int&j&=&rand()&%&3;&&//big&column&no.&&&&&&&&int&k&=&rand()&%&2;&&//0:horizontally&1:vertically&&&&&&&&&&&&&&&&//0:123&1:132&2:213&3:231&4:312&5:321&&&&&&&&switch(rand()&%&6)&&&&&&&&{&&&&&&&&&&&&case&0:&&//123&&&&&&&&&&&&&case&1:&//132&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&2:&//213&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&3:&//231&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&4:&//312&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&matrix[i&*&3&+&1][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&1][counter]&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&matrix[counter][j&*&3&+&1];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&1]&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&&&&&case&5:&//321&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&if(k&==&0)&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[i&*&3&+&0][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&0][counter]&=&matrix[i&*&3&+&2][counter];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[i&*&3&+&2][counter]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&else&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&int&&&&&&&&&&&&&&&&&&&&&&&&&for(int&counter&=&0;&counter&&&9;&counter++)&&&&&&&&&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&&&&&&&&&temp&=&matrix[counter][j&*&3&+&0];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&0]&=&matrix[counter][j&*&3&+&2];&&&&&&&&&&&&&&&&&&&&&&&&&&&&matrix[counter][j&*&3&+&2]&=&&&&&&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&&&&&&&&&}&&&&}&&&&//2.Change&the&numbers&&&&counter&=&10;&&&&while(--counter)&&&&{&&&&&&&&int&tempa&=&rand()&%&9&+&1;&&&&&&&&int&&&&&&&&&do&&&&&&&&{&&&&&&&&&&&&tempb&=&rand()&%&9&+&1;&&&&&&&&}while(tempb&==&tempa);&&&&&&&&for(int&i&=&0;&i&&&9;&i++)&&&&&&&&{&&&&&&&&&&&&for(int&j&=&0;&j&&&9;&j++)&&&&&&&&&&&&{&&&&&&&&&&&&&&&&if(matrix[i][j]&==&tempa)&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&matrix[i][j]&=&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&&&&&else&if(matrix[i][j]&==&tempb)&&&&&&&&&&&&&&&&{&&&&&&&&&&&&&&&&&&&&matrix[i][j]&=&&&&&&&&&&&&&&&&&}&&&&&&&&&&&&}&&&&&&&&}&&&&}&&&&//Print&the&matrix&&&&for(int&i&=&0;&i&&&9;&i++)&&&&{&&&&&&&&for(int&j&=&0;&j&&&9;&j++)&&&&&&&&{&&&&&&&&&&&&cout&&&&matrix[i][j]&&&&&&&;&&&&&&&&}&&&&&&&&cout&&&&&&&&}&&&&return&0;} END}
我要回帖
更多关于 c语言生成一个随机数 的文章
更多推荐
- ·汉斯蒂姆ykk门窗多少钱一平作为一线品牌，其市场地位如何评估？
- ·哪个牌子最好用的翻译软件是哪个器让你体验超好？
- ·想找一本穿越小说，《穿越之倾世穿越情柳若水免费 小说乱女》很久很久以前看的。求TxT
- ·在分期乐上购买的京东e卡实体卡能回收吗能否回收？
- ·上海有哪些口碑好的数字化营销怎么做公司推荐？
- ·with respect to用法是什么意思
- ·已知函数fx asin wx=x的平方-8x+6lnx,如果fx在区间(m,m+1/2)
- ·红色五月放飞青春演讲稿畅谈理想发言稿
- ·加入适量cacl2溶液和nahco3，至不再产生沉淀.为什么
- ·詹姆斯13代战靴0代战靴有扣篮的画一
- ·求哪位大神知道此女名字给发一个ps6的压缩包 急急急
- ·web.py语言如何把同一数据库语言中本id对应的所有数据从一张表移到另一张表
- ·sd手机卡无法格式化在电脑上总提醒格式化，怎么解决
- ·我的自行车脚蹬安装骑起来有嗒嗒的声音，只有在蹬脚蹬的时候才有这个声音，感觉是从后面轮子变速器那一块打出来的
- ·这款菜谱app哪个好叫什么名字
- ·大家别玩知道了，什么也美元兑换人民币不成，全部都显示已兑完，根本什么也美元兑换人民币不成，好坑，大家都说说
- ·Steam买了游戏后支付宝显示steam交易成功 待处理但是Steam里还显示未购买怎么办？
- ·Linux可以玩LOL嘛 Bonding 怎么玩
- ·Win7家庭版怎么win7改变任务栏图标样式
- ·随机生成一个随机数5*5的矩阵 c++
- ·有黄黄群qq群号2016免费吗，跪求
- ·aeternum怎么把下面的ios9 dock栏透明弄透明了
- ·什么东西可以弄字上去也可以弄图上去和弄歌上去的百度云软件登录不上去
- ·江淮瑞风m3最大缺点s3 收音机后面像数据线的插头是做什么的
- ·电脑开机提示输入密码密码提示shan
- ·http:11192.168.1.16:41503
- ·青穸居斜妊堑系s店吗
- ·二手三星a5009手机sm-a5009怎样安装移动卡
- ·为什么更新微信会苹果黑机影响使用么
- ·中兴u790卡刷可以通过电脑进入re。。。。。，（home键用不了）
- ·java链接sql server链接数据库2008数据库时不能实现查询功能
- ·常熟汇通百世快递常熟方塔分部分拨中心的位置在哪
