问题标签 [determinants]

这是矩阵行列式的 C 代码，但它给出了编译错误。

代码是：

编译错误是：

我认为错误在于二维数组的传递。当我将它作为指针传递时，它会给出警告但没有错误，但它不会给出正确的结果，因为总是将行列式设为零。所以我猜这个数组并没有被传递，当我在函数行列式中打印它时它也不会打印。请帮忙，因为我在我的项目中被困住了。

我必须找到具有 M 对角线和 的对称正方形 NxN 矩阵的行列式M << N。有比 LU 分解矩阵更快的方法吗？

我正在编写一种方法来计算包含双精度的矩阵（此处为二维数组）的行列式。这是我写的：

我缺少的是应该去的线fill cofactor。

有人可以建议我应该在那里做什么吗？基本上，从原始矩阵添加元素到辅因子的最佳方法是什么，同时忽略出现在矩阵中我当前位置的行或列中的元素？

我正在尝试编写一个程序来查找 Python 3.3 中 NxN 矩阵的行列式，但它返回“列表索引超出范围”错误。det 函数中有一个调试打印语句，表明在给出的 2 x 2 矩阵示例的情况下，它适用于第一个未成年人，但随后 A 减少到 [[3]] 并且我看不到我的代码的哪一部分正在改变它？我希望 det 函数保持 A 不变，因为它沿第一行工作。

我可以像这样求解一个系统方程（使用 NumPY）：

但是，如果我得到这样的东西：

它不起作用，其中矩阵的系数是数组，我想为数组“x”的每个元素计算数组解“y”。另外，我无法计算

问题是：如何做到这一点？

我试图找到找到方阵行列式的代码，我遇到了这个代码。

但我无法理解第 20-29 行，即从另一行的多个行中减去行的位置。我的意思是为什么这里需要while循环？当我减去 quotient*dividend 时，它应该始终为 0 ，对吗？所以我认为它应该只是一次迭代。那么，为什么我们需要执行这个mat[row].swap(mat[col]);操作呢？提前致谢。

嗯，这让我很头疼。我正在构建一个矩阵行列式函数来计算 NxN 行列式，并且我正在使用递归。逻辑工作正常，但我无法正确计算最终值。

这是我的矩阵行列式代码：

而关于fillNewArr方法，它只是一种修剪数组的方法，方法如下：p

该方法按“我假设”的方式工作，但最终结果没有以正确的方式计算，为什么会这样？！

4x4 阵列示例：

最终结果应该是-168，而我的是104！

它必须是d-b c 这是我的代码，但它说 aList 没有定义

我选择第一行并将每个元素乘以其辅因子，但在某些情况下，该方法返回nan. 例如，

在这种情况下，该方法返回nan.

有谁知道我做错了什么？

getDet3返回 3x3 矩阵的行列式，它工作正常。

For a research paper, I have been assigned to research the fastest algorithm for computing the determinant of a matrix.

I already know about LU decomposition and Bareiss algorithm which both run in O(n^3), but after doing some digging, it seems there are some algorithms that run somewhere between n^2 and n^3.

This source (see page 113-114) and this source (see page 198) say that an algorithm exists that runs in O(n^2.376) because it is based on the Coppersmith-Winograd's algorithm for multiplying matrices. However, I have not been able to find any details on such an algorithm.

My questions are:

1. What is the fastest created (non-theoretical) algorithm for computing the determinant of a matrix?
2. Where can I find information about this fastest algorithm?

Thanks so much.