数值分析（五）：C++实现一般实矩阵的QR分解

先简单介绍一下一般实矩阵的QR分解是什么；
再是源码，不过这次的C++源码是教材上的，提前说明，才五十几行代码就实现了一般实矩阵的QR分解，精炼且巧妙，若是我来写肯定是办不到这么简洁的，正如《C++ Primer》里作者所提倡的简洁是一种美德，这些代码简直就可以修身齐家治国平天下了；
然后再执行这个程序，得到结果，到后面再仔细地分析这个算法的过程（我自己清楚了，可能表达上也会无法传达，因为可能博客这东西更多的可能是写给自己看的······）。

矩阵的QR分解，就是说一个实矩阵，只要它的列向量线性无关，就可以进行QR分解，其中Q是正交矩阵，R是上三角矩阵，一个实矩阵（不一定是方阵），列向量线性无关就可以分解成一个正交矩阵和上三角矩阵的乘积，这就是一般实矩阵的QR分解。这个分解乍看不难，但是仔细计算起来却有难度，因为正交矩阵虽然在线性代数里听得多，见得多，但是实际用得不多，这次求矩阵特征值，整个一章就提到了两个正交矩阵，一个就是初等反射矩阵H，这是今天最关键的哥们，因为矩阵本身就是映射吗，而且这个映射比较特殊，一个向量经过这个矩阵处理，发现得到的向量大小不变，并且是关于某一个平面镜像对称的，这个平面就和H矩阵有关，另一个正交矩阵是旋转矩阵，这里不再细说。

知道什么是一般实矩阵的QR分解了，就给出源码，按照函数的观点，输入的参数是一个矩阵，这里实际上是二重指针，直接在函数体里面将矩阵的分解结果在黑框框里打印出来，以下是源码，以及执行的结果：

#include<iostream>
using namespace std;

//接下来把一般实矩阵的QR分解按函数的形式稍稍改写一下，输入是一般mxn实矩阵A，以及矩阵的行数m列数n，输出是QR形式的正交矩阵和上三角矩阵的乘积，

void Maqr(double ** A, int m, int n)//进行一般实矩阵QR分解的函数
{
	int i, j, k, nn, jj;
	double u, alpha, w, t;
	double** Q = new double*[m];   //动态分配内存空间
	for (i = 0; i<m; i++)