67 lines
2.7 KiB
Python
67 lines
2.7 KiB
Python
|
import numpy as np
|
|||
|
|
import time
|
|||
|
|
from concurrent.futures import ThreadPoolExecutor
|
|||
|
|
|
|||
|
|
def sequential_matrix_multiply(matrix_a, matrix_b):
|
|||
|
|
"""Выполняет последовательное умножение матриц."""
|
|||
|
|
return np.dot(matrix_a, matrix_b)
|
|||
|
|
|
|||
|
|
def parallel_matrix_multiply(matrix_a, matrix_b, num_threads=1):
|
|||
|
|
"""
|
|||
|
|
Выполняет параллельное умножение матриц с использованием заданного количества потоков.
|
|||
|
|
Каждый поток обрабатывает свою часть строк матрицы A.
|
|||
|
|
"""
|
|||
|
|
result = np.zeros_like(matrix_a)
|
|||
|
|
rows, cols = matrix_a.shape
|
|||
|
|
chunk_size = rows // num_threads
|
|||
|
|
|
|||
|
|
def multiply_chunk(start_row, end_row):
|
|||
|
|
"""Умножение части матрицы A на матрицу B."""
|
|||
|
|
nonlocal result
|
|||
|
|
for i in range(start_row, end_row):
|
|||
|
|
result[i] = np.dot(matrix_a[i], matrix_b)
|
|||
|
|
|
|||
|
|
with ThreadPoolExecutor(max_workers=num_threads) as executor:
|
|||
|
|
futures = []
|
|||
|
|
for i in range(0, rows, chunk_size):
|
|||
|
|
end_row = min(i + chunk_size, rows)
|
|||
|
|
futures.append(executor.submit(multiply_chunk, i, end_row))
|
|||
|
|
|
|||
|
|
for future in futures:
|
|||
|
|
future.result()
|
|||
|
|
|
|||
|
|
return result
|
|||
|
|
|
|||
|
|
def benchmark(matrix_size, num_threads=1):
|
|||
|
|
"""
|
|||
|
|
Измеряет время выполнения последовательного и параллельного умножения матриц
|
|||
|
|
заданного размера с использованием заданного количества потоков.
|
|||
|
|
"""
|
|||
|
|
matrix_a = np.random.randint(0, 10, size=(matrix_size, matrix_size))
|
|||
|
|
matrix_b = np.random.randint(0, 10, size=(matrix_size, matrix_size))
|
|||
|
|
|
|||
|
|
# Замер времени для последовательного алгоритма
|
|||
|
|
start_time = time.time()
|
|||
|
|
sequential_result = sequential_matrix_multiply(matrix_a, matrix_b)
|
|||
|
|
sequential_time = time.time() - start_time
|
|||
|
|
|
|||
|
|
# Замер времени для параллельного алгоритма
|
|||
|
|
start_time = time.time()
|
|||
|
|
parallel_result = parallel_matrix_multiply(matrix_a, matrix_b, num_threads)
|
|||
|
|
parallel_time = time.time() - start_time
|
|||
|
|
|
|||
|
|
return sequential_time, parallel_time
|
|||
|
|
|
|||
|
|
if __name__ == "__main__":
|
|||
|
|
matrix_sizes = [100, 300, 500]
|
|||
|
|
num_threads = int(input("Введите количество потоков: "))
|
|||
|
|
|
|||
|
|
for size in matrix_sizes:
|
|||
|
|
print(f"Matrix size: {size}x{size}")
|
|||
|
|
sequential_time, parallel_time = benchmark(size, num_threads)
|
|||
|
|
|
|||
|
|
print(f"Sequential algorithm time: {sequential_time:.6f} seconds")
|
|||
|
|
print(f"Parallel algorithm time ({num_threads} threads): {parallel_time:.6f} seconds")
|
|||
|
|
|
|||
|
|
print("="*30)
|