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。

实矩阵的LU算法的C++实现，采用全选主元法

bool lu(double* a, int* pivot, int n);//矩阵LU分解 bool guass(double const* lu, int const* p, double* b, int n);//求线性代数方程组的解 void qr(double* a, double* d, int n); //矩阵的QR分解 bool householder(double const*qr, double const*d, double*b, int n);//求线性代数方程组的解 实现两种线性方程组求解的方式，并且结果有误差的比对