79 lines
3.8 KiB
Markdown
79 lines
3.8 KiB
Markdown
|
# Отчет по лабораторной работе №6
|
|||
|
|
|
|||
|
|
Выполнила студентка гр. ИСЭбд-41 Плаксина А.В.
|
|||
|
|
|
|||
|
|
# Описание работы приложения
|
|||
|
|
|
|||
|
|
Приложение реализовнао на языке питон, использована среда PyCharm для разработки.
|
|||
|
|
|
|||
|
|
Это консольное приложение, которое вычисляет детерминант матриц. Задается размерность матрицы, элементы генерируются рандомно (указываетя только диапазон их значений), количество
|
|||
|
|
|
|||
|
|
Код реализующий заполнение данных:
|
|||
|
|
|
|||
|
|
```cs
|
|||
|
|
if __name__ == "__main__":
|
|||
|
|
matrix_size = 10 # размер матрицы
|
|||
|
|
lower_limit = 5 # числа в матрице от
|
|||
|
|
upper_limit = 15 # и до
|
|||
|
|
processes = [2, 4, 8, 16, 32]
|
|||
|
|
#
|
|||
|
|
# последовательное вычисление
|
|||
|
|
sequential_determinant_calculation(matrix_size, lower_limit, upper_limit)
|
|||
|
|
|
|||
|
|
# параллельное вычисление
|
|||
|
|
for i in processes:
|
|||
|
|
print("Потоков " + str(i))
|
|||
|
|
parallel_determinant_calculation(matrix_size, lower_limit, upper_limit, i)
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
Код реализующий последовательное вычисление детерминанта матриц:
|
|||
|
|
|
|||
|
|
```cs
|
|||
|
|
def sequential_determinant_calculation(matrix_size, lower_limit, upper_limit):
|
|||
|
|
random_matrix = generate_random_matrix(matrix_size, lower_limit, upper_limit)
|
|||
|
|
|
|||
|
|
start_time = time.time()
|
|||
|
|
result = determinant(random_matrix)
|
|||
|
|
end_time = time.time()
|
|||
|
|
|
|||
|
|
print(f"Последовательный детерминант: {result}")
|
|||
|
|
print(f"Последовательное время: {end_time - start_time} секунд")
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
Код реализующий параллельное вычисление детерминанта матриц:
|
|||
|
|
|
|||
|
|
```cs
|
|||
|
|
def parallel_determinant_calculation(matrix_size, lower_limit, upper_limit, num_processes):
|
|||
|
|
random_matrix = generate_random_matrix(matrix_size, lower_limit, upper_limit)
|
|||
|
|
|
|||
|
|
matrices_to_process = [submatrix(random_matrix, 0, col) for col in range(matrix_size)]
|
|||
|
|
|
|||
|
|
start_time = time.time()
|
|||
|
|
with Pool(processes=num_processes) as pool:
|
|||
|
|
determinants = pool.map(determinant, matrices_to_process)
|
|||
|
|
|
|||
|
|
result = sum(((-1) ** col) * random_matrix[0][col] * det for col, det in enumerate(determinants))
|
|||
|
|
end_time = time.time()
|
|||
|
|
|
|||
|
|
print(f"Параллельный детерминант: {result}")
|
|||
|
|
print(f"Параллельное время: {end_time - start_time} секунд")
|
|||
|
|
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
# Бенчмаркинг
|
|||
|
|
|
|||
|
|
Для матриц болших размеров детерминант вычисляется очень долгое время, поэтому для примера я взяла размерность матрица 10х10
|
|||
|
|
|
|||
|
|
Результаты бенчмаркинга для последовательного способа вычисления детерминанта матриц:
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
Результаты бенчмаркинга для параллельного способа вычисления детерминанта матриц с различным количеством потока:
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
# Вывод
|
|||
|
|
|
|||
|
|
Скорость обработки у параллельного способа значительно выше, чем у последовательного
|
|||
|
|
|
|||
|
|
При увеличении количества потоков время обработки сначала снижается, затем, по примеру, начиная с 16 потока, время опять увеличивается, так как потоков становится слишком много.
|