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
