本文实例讲述了Java实现求解一元n次多项式的方法。分享给大家供大家参考，具体如下：
项目需要做趋势预测，采用线性拟合、2阶曲线拟合和指数拟合的算法，各种线性拟合算法写成矩阵大概是这么个形式：
其中x是横坐标采样值，y是纵坐标采样值，i是采样点序列号，a是系数，N是采样点个数，n是阶数，所以线性拟合最后就转成了一个解高阶方程组的问题。
不知道有没有什么好用的java矩阵运算的包，我很不擅长搜集这种资料，所以只好捡起了已经放下多年的线性代数，自己写了个java程序用增广矩阵的算法来解高阶方程组。直接贴代码好了：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
|
package commonAlgorithm;
public class PolynomialSoluter {
private double[][] matrix;
private double[] result;
private int order;
public PolynomialSoluter() {
}
// 检查输入项长度并生成增广矩阵
private boolean init(double[][] matrixA, double[] arrayB) {
order = arrayB.length;
if (matrixA.length != order)
return false;
matrix = new double[order][order + 1];
for (int i = 0; i < order; i++) {
if (matrixA[i].length != order)
return false;
for (int j = 0; j < order; j++) {
matrix[i][j] = matrixA[i][j];
}
matrix[i][order] = arrayB[i];
}
result = new double[order];
return true;
}
public double[] getResult(double[][] matrixA, double[] arrayB) {
if (!init(matrixA, arrayB))
return null;
// 高斯消元-正向
for (int i = 0; i < order; i++) {
// 如果当前行对角线项为0则与后面的同列项非0的行交换
if (!swithIfZero(i))
return null;
// 消元
for (int j = i + 1; j < order; j++) {
if (matrix[j][i] == 0)
continue;
double factor = matrix[j][i] / matrix[i][i];
for (int l = i; l < order + 1; l++)
matrix[j][l] = matrix[j][l] - matrix[i][l] * factor;
}
}
// 高斯消元-反向-去掉了冗余计算
for (int i = order - 1; i >= 0; i--) {
result[i] = matrix[i][order] / matrix[i][i];
for (int j = i - 1; j > -1; j--)
matrix[j][order] = matrix[j][order] - result[i] * matrix[j][i];
}
return result;
}
private boolean swithIfZero(int i) {
if (matrix[i][i] == 0) {
int j = i + 1;
// 找到对应位置非0的列
while (j < order && matrix[j][i] == 0)
j++;
// 若对应位置全为0则无解
if (j == order)
return false;
else
switchRows(i, j);
}
return true;
}
private void switchRows(int i, int j) {
double[] tmp = matrix[i];
matrix[i] = matrix[j];
matrix[j] = tmp;
}
}
|
有更好的算法或者有合适的矩阵运算包欢迎交流
希望本文所述对大家java程序设计有所帮助。
原文链接：http://blog.csdn.net/strangerzz/article/details/45244249