1 描述

假定有一个n*n的矩阵M，其第i行第j列的元素记为。假定有一个n维向量v，其第j个元素记为。于是，矩阵M和向量v的乘积结果是一个n维向量x，其第i个元素为

如：

要求输入：向量为（2，3，4）

11 22 33
33 44 55
66 77 88

输出：

0	220
1	418
2	715

2 实现思路

假如这里n很大，但还没有大到向量v不足以放入内存的地步。将矩阵M存放在一个文件中，向量v作为常量数组放在程序中。那么我们便可以从矩阵元素在文件中的位置确定该元素的行列下标。同样，v向量的元素，可以通过数组下标获取该元素的行列下标。

Map函数：

对矩阵元素，Map任务会产生键值对（i,）。因此，计算的所有n个求和项的键值都相同。

Reduce函数：

Reduce任务将所有与给定键i关联的值相加即可得到（i，）。

逻辑图：

3 代码实现

public class MatrixVectorCompute {

	public static class TokenizerMapper extends
			Mapper<Object, Text, Text, IntWritable> {

		private Text lineNumber = new Text(); // 矩阵行序号
		private static int i = 0;
		private final static int[] vector = {2, 3, 4}; // 向量值

		public void map(Object key, Text value, Context context)
				throws IOException, InterruptedException {
			StringTokenizer itr = new StringTokenizer(value.toString());
			int j = 0; // 向量序号
			lineNumber.set(i + "");
			while (itr.hasMoreTokens()) {
				int result = vector[j] * Integer.parseInt(itr.nextToken());
				IntWritable one = new IntWritable(result);
				context.write(lineNumber, one);
				j ++;
			}
			i ++;
		}
	}

	public static class IntSumReducer extends
			Reducer<Text, IntWritable, Text, IntWritable> {
		private IntWritable result = new IntWritable();

		public void reduce(Text key, Iterable<IntWritable> values,
				Context context) throws IOException, InterruptedException {
			int sum = 0;
			for (IntWritable val : values) {
				sum += val.get();
			}
			result.set(sum);
			context.write(key, result);
		}
	}

	public static void main(String[] args) throws Exception {
		Configuration conf = new Configuration();
		
		Job job = new Job(conf, "word count11");
		job.setJarByClass(MatrixVectorCompute.class);
		
		job.setMapperClass(TokenizerMapper.class);
		job.setCombinerClass(IntSumReducer.class);
		job.setReducerClass(IntSumReducer.class);
		
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(IntWritable.class);
		
		FileInputFormat.addInputPath(job, new Path("input"));
		FileOutputFormat.setOutputPath(job, new Path("output"));
		
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}
}