distributed-computing/tasks/savitskiy-al/lab_5/README.md
2023-12-15 21:02:23 +04:00

60 lines
2.2 KiB
Markdown
Raw Permalink Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# Отчет по лабораторной работе №5
Выполнил студент гр. ИСЭбд-41 Савицкий А.В.
## Создание приложения
Выбрал язык C#, Консольное приложение.
Проверяю правильность работы алгоритма
```cs
public int[,] MultiplicationMatrix(int[,] matrix1, int[,] matrix2, int threadCount)
{
var result = new int[matrix1.GetLength(0), matrix1.GetLength(1)];
for(int i = 0; i < result.GetLength(0); i++)
{
for (int j = 0; j < result.GetLength(1); j++)
{
result[i, j] = 0;
}
}
for (int i = 0; i < matrix1.GetLength(0); i++)
{
Parallel.For(0, matrix2.GetLength(1), new ParallelOptions() { MaxDegreeOfParallelism = threadCount },
(j) =>
{
for (int k = 0; k < matrix2.GetLength(0); k++)
{
var value = matrix1[i, k] * matrix2[k, j];
Interlocked.Add(ref result[i, j], value);
}
});
}
return result;
}
```
![](pic/1.png)
Установил библиотеку BenchmarkDotNet для замера производительности алгоритма.
## Бенчмарки
Делаю 6 пробных запусков
Матрицы 100х100, 300х300, 500х500
Количество потоков 1,12
![](pic/2.png)
Нас интересуют преимущественно две колонки - Mean и Allocated.
Mean показывает среднее время выполнения бенчмарка
Allocated показывает количество выделенной памяти
Для матриц 100х100 однопоточный алгоритм отработал быстрее чем многопоточный, однако для более больших матриц время выполнения серьезно уменшилось.
Вывод: Параллельный алгоритм работает быстрее чем однопоточный, если мы обрабатываем большие данные. Также многопоточное выполнение занимает больше памяти.