线性代数库,用于构造和操作密集矩阵
以下内容由 AI 翻译,如有问题请 点此提交 issue 反馈
简介
这是一个基础的线性代数库,用于构建和处理实数密集矩阵。
特点
- 🚀 支持实数密集矩阵的构建与操作
- 💪 提供QR分解、LU分解、乔里斯基分解、特征值分解和奇异值分解等功能
软件架构
源代码目录结构
.
├── doc
├── src
└── test
│ ├── DOC
│ ├── HLT
│ └── LLT
├── CHANGELOG.md
├── LICENSE.txt
├── cjpm.toml
├── README.md
└── README.OpenSource
doc文档目录,存放API接口文档src库源码目录test包含HLT测试用例、LLT自测用例、FUZZ测试用例及文档示例用例
接口说明
主要类与函数接口的详细说明,请参阅API文档。
使用指南
编译指南(适用于Windows/Linux系统)
cjpm build
功能示例
构建与处理真实密集矩阵
以下为示例代码:
import matrix4cj.*
main(): Int64 {
let tester = Test_ReadMe01()
let test = tester.asTestSuite().runTests()
test.failedCount + test.errorCount
}
@Test
public class Test_ReadMe01 {
@TestCase
func Matrix_rank(): Unit {
var A: Matrix
var array: Array<Array<Float64>>
array = [[1.0, 2.0, 3.0], [4.0, 5.0, 6.0], [7.0, 8.0, 10.0]]
A = Matrix(array)
var B = A.rank()
@Assert(B, 3)
}
}
执行结果呈现如下:
[ PASSED ] CASE: Matrix_rank
约束与限制
以下版本经过验证:
仓颉版本:1.0.0
开源许可
本项目遵循 Apache License 2.0 ,欢迎自由使用并参与开源。
参与贡献
我们诚挚欢迎您提交PR,提交Issue,或以任何形式参与项目的贡献。