[Swift]LeetCode311. 稀疏矩阵相乘 $ Sparse Matrix Multiplication

★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★
➤微信公众号：山青咏芝（shanqingyongzhi）
➤博客园地址：山青咏芝（https://www.cnblogs.com/strengthen/）
➤GitHub地址：https://github.com/strengthen/LeetCode
➤原文地址： https://www.cnblogs.com/strengthen/p/10706012.html
➤如果链接不是山青咏芝的博客园地址，则可能是爬取作者的文章。
➤原文已修改更新！强烈建议点击原文地址阅读！支持作者！支持原创！
★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★★

Given two sparse matrices A and B, return the result of AB.

You may assume that A's column number is equal to B's row number.

Example:

A = [[ 1, 0, 0],[-1, 0, 3]
]B = [[ 7, 0, 0 ],[ 0, 0, 0 ],[ 0, 0, 1 ]
]|  1 0 0 |   | 7 0 0 |   |  7 0 0 |
AB = | -1 0 3 | x | 0 0 0 | = | -7 0 3 || 0 0 1 |

给定两个稀疏矩阵A和B，返回AB的结果。

您可以假定A的列号等于B的行号。

例子：

A = [[ 1, 0, 0],[-1, 0, 3]
]B = [[ 7, 0, 0 ],[ 0, 0, 0 ],[ 0, 0, 1 ]
]|  1 0 0 |   | 7 0 0 |   |  7 0 0 |
AB = | -1 0 3 | x | 0 0 0 | = | -7 0 3 || 0 0 1 |

Solution:

 1 class Solution {
 2     func multiply(_ A:inout [[Int]],_ B:inout [[Int]]) ->[[Int]] {
 3         var res:[[Int]] = [[Int]](repeating:[Int](repeating:0,count:B[0].count),count:A.count)
 4         for i in 0..<A.count
 5         {
 6             for k in 0..<A[0].count
 7             {
 8                 if A[i][k] != 0
 9                 {
10                     for j in 0..<B[0].count
11                     {
12                         if B[k][j] != 0
13                         {
14                             res[i][j] += A[i][k] * B[k][j]
15                         }
16                     }
17                 }
18             }
19         }
20         return res
21     }
22 }

Solution:

 1 class Solution {
 2     func multiply(_ A:inout [[Int]],_ B:inout [[Int]]) ->[[Int]] {
 3         var res:[[Int]] = [[Int]](repeating:[Int](repeating:0,count:B[0].count),count:A.count)
 4         var v:[[(Int,Int)]] = [[(Int,Int)]](repeating:[(Int,Int)](),count:A.count)
 5         for i in 0..<A.count
 6         {
 7             for k in 0..<A[i].count
 8             {
 9                 if A[i][k] != 0
10                 {
11                     v[i].append((k, A[i][k]))
12                 }
13             }
14         }
15         for i in 0..<A.count
16         {
17             for k in 0..<v[i].count
18             {
19                 var col:Int = v[i][k].0
20                 var val:Int = v[i][k].1
21                 for j in 0..<B[0].count
22                 {
23                     res[i][j] += val * B[col][j]
24                 }
25             }
26         }
27         return res
28     }
29 }

点击：Playground测试

1 var A:[[Int]] = [[ 1, 0, 0],[-1, 0, 3]]
2 var B:[[Int]] = [[ 7, 0, 0 ],[ 0, 0, 0 ],[ 0, 0, 1 ]]
3 let sol = Solution()
4 print(sol.multiply(&A,&B))
5 //Print [[7, 0, 0], [-7, 0, 3]]

转载于:https://www.cnblogs.com/strengthen/p/10706012.html

[Swift]LeetCode311. 稀疏矩阵相乘 $ Sparse Matrix Multiplication相关推荐

311. Sparse Matrix Multiplication
题目: Given two sparse matrices A and B, return the result of AB. You may assume that A's column numbe ...
matlab 稀疏矩阵（sparse matrix）
参数的设置:spparms() spparms('spumoni', 3);:Set sparse monitor flag to obtain diagnostic output 1. 创建稀疏矩阵 ...
C++sparse matrix 稀疏矩阵的实现算法(附完整源码)
C++sparse matrix 稀疏矩阵的实现算法 C++sparse matrix 稀疏矩阵的实现算法完整源码(定义,实现,main函数测试) C++sparse matrix 稀疏矩阵的实现算法 ...
C语言将CSR存储模式转为coo,将大型稀疏矩阵转换为COO时出错(Error converting large sparse matrix to COO)...
将大型稀疏矩阵转换为COO时出错(Error converting large sparse matrix to COO) 我遇到了下面的问题,试图浏览两个大的CSR矩阵: /usr/lib/pyth ...
稀疏矩阵的存储格式（Sparse Matrix Storage Formats）
稀疏矩阵的存储格式(Sparse Matrix Storage Formats) Sason@CSDN 对于很多元素为零的稀疏矩阵,仅存储非零元素可使矩阵操作效率更高.现有许多种稀疏矩阵的存储方式,但 ...
HDU 4920 Matrix multiplication(矩阵相乘)
各种TEL,233啊.没想到是处理掉0的情况就能够过啊.一直以为会有极端数据.没想到居然是这种啊..在网上看到了一个AC的奇妙的代码,经典的矩阵乘法,仅仅只是把最内层的枚举,移到外面就过了啊...有点 ...
论文阅读笔记系列（一）SMAT: An Input Adaptive Auto-Tuner for Sparse Matrix-Vector Multiplication—————————————
前言最近一直觉得自己只是在看书,看文献,但是没有尝试动手写一些总结,写一些笔记,导致看书的效率实在太低.因此想做一个论文笔记系列,把自己读的论文简单地总结一下.同时也借此将看过的文献分享给大家,如果 ...
论文阅读笔记系列（一）SMAT: An Input Adaptive Auto-Tuner for Sparse Matrix-Vector Multiplication
前言最近一直觉得自己只是在看书,看文献,但是没有尝试动手写一些总结,写一些笔记,导致看书的效率实在太低.因此想做一个论文笔记系列,把自己读的论文简单地总结一下.同时也借此将看过的文献分享给大家,如果 ...
Sparse Matrix, MUMPS
Intersystems Cache' = multidimensional Sparse Matrix, MUMPS http://intersystems.cn/cache/analysts/re ...
CUDA Samples: matrix multiplication(C = A * B)
以下CUDA sample是分别用C++和CUDA实现的两矩阵相乘运算code即C= A*B,CUDA中包含了两种核函数的实现方法,第一种方法来自于CUDA Samples\v8.0\0_Simple ...

[Swift]LeetCode311. 稀疏矩阵相乘 $ Sparse Matrix Multiplication

[Swift]LeetCode311. 稀疏矩阵相乘 $ Sparse Matrix Multiplication相关推荐

最新文章

热门文章