摘要：其先序序列的第一个元素为根节点，接下来即为其左子树先序遍历序列，紧跟着是右子树先序遍历序列，故根节点已可从先序序列中分离。在中序序列中找到确定的根节点，根据中序遍历特性，在巾序序列中，根节点前面的序列即为左子树的中序遍历序列，根节点后面的即为右子树的中序遍历序列。由左右子树的中序序列长度，在该二叉树的先序序列中即可找到左右子树的先序序列的分界点，从而得到二叉树的左右子树的先序序列。递归实现：递归函数输入：二叉树的先序序列和中序序列；返回-、建好的二叉树的根节点。算法思想：1)若二叉树空，返回空；2)若不空，取先序序列第一个元素，建立根节点；3)在中序序列中查找根节点，以此确定左右子树的先序序列 阅读全文

摘要：Strassen矩阵乘法矩阵乘法是线性代数中最常见的运算之一，它在数值计算中有广泛的应用。若A和B是2个n×n的矩阵，则它们的乘积C=AB同样是一个n×n的矩阵。A和B的乘积矩阵C中的元素C[i,j]定义为:　若依此定义来计算A和B的乘积矩阵C，则每计算C的一个元素C[i,j]，需要做n个乘法和n-1次加法。因此，求出矩阵C的n2个元素所需的计算时间为0(n3)。60年代末，Strassen采用了类似于在大整数乘法中用过的分治技术，将计算2个n阶矩阵乘积所需的计算时间改进到O(nlog7)=O(n2.18)。首先，我们还是需要假设n是2的幂。将矩阵A，B和C中每一矩阵都分块 阅读全文

摘要：对于矩阵乘法 C = A × B，通常的做法是将矩阵进行分块相乘，如下图所示：从上图可以看出这种分块相乘总共用了8次乘法，当然对于子矩阵相乘（如A0×B0），还可以继续递归使用分块相乘。对于中小矩阵来说，很适合使用这种分块乘法，但是对于大矩阵来说，递归的次数较多，如果能减少每次分块乘法的次数，那么性能将可以得到很好的提高。Strassen矩阵乘法就是采用了一个简单的运算技巧，将上面的8次矩阵相乘变成了7次乘法，看别小看这减少的1次乘法，因为每递归1次，性能就提高了1/8，比如对于1024*1024的矩阵，第1次先分解成7次512*512的矩阵相乘，对于512*512的矩阵， 阅读全文