用MATLAB实现部分主元法的LU分解，选取列中绝对值最大的行实现行交换。

稀疏线性方程组求解Ax=b是很多科学计算与工程应用的核心问题，例如天气预报、流体力学仿真、经济模型模拟、集成电路仿真、电气网络仿真、网络分析、有限元方法等。
本报告以集成电路仿真中的极稀疏矩阵LU分解为例，讲述稀疏LU分解在GPU上的并行方法、以及性能优化方法。

求解n元一次方程组,，利用LU分解求解n元一次方程组

通过高斯消元法改造的LU分解解线性方程组，在需要多次更改常数项b的时候可以大大节省计算量

稀疏直接求解法的好教材,LU分解法，对称和非对称求解法

LU分解法，列主元三角分解法MATLAB代码，有详细注释，易于理解

SuiteSparse是世界上最优秀的系数矩阵处理工程之一。
但是SuiteSparse提供的官方代码仅包含在matlab、linux环境下编译的生成文件，不能生成在windows操作系统下VS环境下的C++库函数。
本文件包括一个库函数cs.cpp和一个头文件cs.h，其中的代码是移植自SuiteSparse官方代码中的Csparse原始代码，功能包括除了复数矩阵以外的所有功能，已成功在vs2010的c++环境下执行过，在毕业设计中用于求解超大型稀疏矩阵的线性方程组（也就是大型稀疏矩阵的除法）。
以下是SuiteSparse的介绍。
SuiteSparse是一组C、Fortran和MATLAB函数集，用来生成空间稀疏矩阵数据。
在SuiteSparse中几何多种稀疏矩阵的处理方法，包括矩阵的LU分解，QR分解，Cholesky分解，提供了解非线性方程组、实现最小二乘法等多种函数代码。

线性方程组预条件解法和修正不完全lu分解

C语言算法速查手册目录第1章　绪论　11.1　程序设计语言概述　11.1.1　机器语言　11.1.2　汇编语言　21.1.3　高级语言　21.1.4　C语言　31.2　C语言的优点和缺点　41.2.1　C语言的优点　41.2.2　C语言的缺点　61.3　算法概述　71.3.1　算法的基本特征　71.3.2　算法的复杂度　81.3.3　算法的准确性　101.3.4　算法的稳定性　14第2章　复数运算　182.1　复数的四则运算　182.1.1　[算法1]　复数乘法　182.1.2　[算法2]　复数除法　202.1.3　【实例5】复数的四则运算　222.2　复数的常用函数运算　232.2.1　[算法3]　复数的乘幂　232.2.2　[算法4]　复数的n次方根　252.2.3　[算法5]　复数指数　272.2.4　[算法6]　复数对数　292.2.5　[算法7]　复数正弦　302.2.6　[算法8]　复数余弦　322.2.7　【实例6】复数的函数运算　34第3章　多项式计算　373.1　多项式的表示方法　373.1.1　系数表示法　373.1.2　点表示法　383.1.3　[算法9]　系数表示转化为点表示　383.1.4　[算法10]　点表示转化为系数表示　423.1.5　【实例7】　系数表示法与点表示法的转化　463.2　多项式运算　473.2.1　[算法11]　复系数多项式相乘　473.2.2　[算法12]　实系数多项式相乘　503.2.3　[算法13]　复系数多项式相除　523.2.4　[算法14]　实系数多项式相除　543.2.5　【实例8】　复系数多项式的乘除法　563.2.6　【实例9】　实系数多项式的乘除法　573.3　多项式的求值　593.3.1　[算法15]　一元多项式求值　593.3.2　[算法16]　一元多项式多组求值　603.3.3　[算法17]　二元多项式求值　633.3.4　【实例10】　一元多项式求值　653.3.5　【实例11】　二元多项式求值　66第4章　矩阵计算　684.1　矩阵相乘　684.1.1　[算法18]　实矩阵相乘　684.1.2　[算法19]　复矩阵相乘　704.1.3　【实例12】实矩阵与复矩阵的乘法　724.2　矩阵的秩与行列式值　734.2.1　[算法20]　求矩阵的秩　734.2.2　[算法21]　求一般矩阵的行列式值　764.2.3　[算法22]　求对称正定矩阵的行列式值　804.2.4　【实例13】求矩阵的秩和行列式值　824.3　矩阵求逆　844.3.1　[算法23]　求一般复矩阵的逆　844.3.2　[算法24]　求对称正定矩阵的逆　904.3.3　[算法25]　求托伯利兹矩阵逆的Trench方法　924.3.4　【实例14】验证矩阵求逆算法　974.3.5　【实例15】验证T矩阵求逆算法　994.4　矩阵分解与相似变换　1024.4.1　[算法26]　实对称矩阵的LDL分解　1024.4.2　[算法27]　对称正定实矩阵的Cholesky分解　1044.4.3　[算法28]　一般实矩阵的全选主元LU分解　1074.4.4　[算法29]　一般实矩阵的QR分解　1124.4.5　[算法30]　对称实矩阵相似变换为对称三对角阵　1164.4.6　[算法31]　一般实矩阵相似变换为上Hessen-Burg矩阵　1214.4.7　【实例16】对一般实矩阵进行QR分解　1264.4.8　【实例17】对称矩阵的相似变换　1274.4.9　【实例18】一般实矩阵相似变换　1294.5　矩阵特征值的计算　1304.5.1　[算法32]　求上Hessen-Burg矩阵全部特征值的QR方法　1304.5.2　[算法33]　求对称三对角阵的全部特征值　1374.5.3　[算法34]　求对称矩阵特征值的雅可比法　1434.5.4　[算法35]　求对称矩阵特征值的雅可比过关法　1474.5.5　【实例19】求上Hessen-Burg矩阵特征值　1514.5.6　【实例20】分别用两种雅克比法求对称矩阵特征值　152第5章　线性代数方程组的求解　1545.1　高斯消去法　1545.1.1　[算法36]　求解复系数方程组的全选主元高斯消去法　1555.1.2　[算法37]　求解实系数方程组的全选主元高斯消去法　1605.1.3　[算法38]　求解复系数方程组的全选主元高斯-约当消去法　1635.1.4　[算法39]　求解实系数方程组的全选主元高斯-约当消去法　1685.1.5　[算法40]　求解大型

高斯消去法（LU分解）并行算法：设计实现SSE算法，加速计算过程。
包括代码以及说明文档。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。