降階法計算行列式 C# 實現：Bug 修正與優化

背景

遞歸降階法（拉普拉斯展開）計算行列式，原代碼在隨機展開行時索引越界，已修正。

修正點

隨機選取展開行 `i`（1-based），迴圈列 `j` 1..n，訪問矩陣元素應為 `Determinants[i-1, j-1]`（0-based），原代碼誤用 `Determinants[i, j]` 導致越界。

完整修正代碼

public static decimal CalcDeterminantAij(decimal[,] Determinants, bool ZeroOptimization = false) {
    int n = Determinants.GetLength(0);
    if (n == 2) return Determinants[0,0]*Determinants[1,1] - Determinants[0,1]*Determinants[1,0];
    if (n == 1) return Determinants[0,0];
    if (n == 0) throw new Exception("參數錯誤!");

    if (ZeroOptimization) {
        // 找 0 最多的行/列展開（略，同原邏輯）
    } else {
        int i = new Random().Next(1, n+1); // 1-based
        decimal sum = 0;
        for (int j = 1; j <= n; ++j) {
            var sign = CalcDeterMijSign(i, j);
            var minor = GetDeterminantMij(Determinants, i, j);
            sum += sign * Determinants[i-1, j-1] * CalcDeterminantAij(minor, ZeroOptimization); // 修正索引
        }
        return sum;
    }
}

優化建議

• 基礎情況 n≤3 直接公式計算，避免遞歸開銷。
• 零優化策略：優先展開 0 元素最多的行/列，大幅減少遞歸分支。
• 大矩陣（n>10）建議改用 LU 分解 O(n³)，遞歸降階 O(n!) 僅適合教學/小矩陣。

總結

修正索引越界 Bug 後，代碼可正確計算任意階行列式。結合零優化與隨機展開，兼顧正確性與一定效率，適合教學演示與小規模計算。