发布时间:2023-11-03 09:30
from itertools import combinations,permutations
#检测
#生成一个排序函数
#计算逆序数
#计算行列式
Matrix = [[1,5,3],[7,4,3],[2,4,232]]
#检测
def test(Matrix):
#检测是否是一个方阵
for i in Matrix:
if len(i)==len(Matrix):
pass
for ii in i:
if type(ii)==type(101):
pass
else:
print("请检查您输入的矩阵")
print("不可靠的结果")
else:
print("请检查您输入的矩阵")
print("不可靠的结果")
break
#输出行列式阶数和n!
sum = 1
for i in range(len(Matrix)+1):
sum *= i
return len(Matrix),sum
def InversionNumber(l):
sum = 0
l0 = []
for i in range(len(l)):
if l[i] < l[i-1] and i-1 >= 0:
l0.append(l[i-1])
sum += 1
for k in range(i-1):
if l[i] < l[k]:
sum += 1
return (-1)**sum
def Permute(n):
#返回一个列表,包含整个序列,最后一位表明(-1)^ε
l = []
for k in range(1,n+1):
l.append(k)
L = list(permutations(l, len(l)))
for i in L:
L[L.index(i)]=list(i)
for i in L:
i.append(InversionNumber(i))
return L
def main(Matrix):
l,S = test(Matrix)
L = Permute(l)
sum = 0
for i in L:
sum1 = 1
for ii in range(len(Matrix)):
sum1 *= Matrix[ii][i[ii]-1]
sum1 *= i[-1]
sum += sum1
return sum
if __name__ == "__main__":
det = main(Matrix)
这个提示一下,咱们得先修改最上头那一段Matrix
写入您想计算的那个哦!
[论文阅读]Dual-Path Transformer Network
python编程初学者的良言警句_送给大数据开发初学者的良言,有兴趣的可以看看...
pytorch安装到一半中断_谷歌算法研究员:我为什么钟爱PyTorch?
深度学习中模型计算量(FLOPs)和参数量(Params)的理解以及四种计算方法总结
【用pandas_alive几行代码绘制竞赛动图】全网首发pandas_alive数据可视化中文学习笔记合集,学不会来打我(配置好的venv虚拟环境+拿来即用测试代码+测试数据集+参数api解析)
CNN Matlab例子RGB_Matlab中的深度学习——CNN图像分类实例
脑与认知神经科学Matlab Psytoolbox认知科学实验设计——实验设计一