Merge pull request 'mashkova_margarita_lab_5 ready' (#105) from mashkova_margarita_lab_5 into main

Reviewed-on: http://student.git.athene.tech/Alexey/DAS_2023_1/pulls/105

mashkova_margarita_lab_5/README.md

@@ -0,0 +1,27 @@
+# Лабораторная работа №3
+## ПИбд-42 Машкова Маргарита
+## Задание
+Требуется сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). 
+В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание 
+со *), каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.
+
+## Запуск программы
+Запустить файл `Main`
+
+## Описание работы программы
+В методе `main` вызывается метод `run`, для которого в качестве параметра передается размер квадратной матрицы `n`.
+Создается пул потоков `executorService` с использованием `Executors.newFixedThreadPool`, где количество потоков равно
+количеству доступных процессоров.
+Генирируются две матрицы `a` и `b` заданного размера `n`. Вызываются соответсвующие методы вычисления произведения матриц
+и измеряется время. Результаты выполнения выводятся в консоль.
+
+## Тесты
+![Вывод в консоли](console.png)
+
+### Выводы
+По оценки времени выполнения можно сделать вывод, что параллельный алгоритм позволяет ускорять процесс на больших размерах
+матриц. Для маленьких матриц лучше использовать обычный алгоритм. Для размера матрицы 100*100 быстрее выполнился обычный
+алгоритм. При последующем увеличении размера матрицы параллельный алгоритм позволяет ускорить вычислительный процесс.
+
+Ссылка на видео:
+https://youtu.be/Vy6kO2mA8Fs

mashkova_margarita_lab_5/src/Main.java

@@ -0,0 +1,85 @@
+import java.util.Arrays;
+import java.util.concurrent.ExecutorService;
+import java.util.concurrent.Executors;
+import java.util.concurrent.TimeUnit;
+
+public class Main {
+
+    // Генерация квадратной матрицы размером n*n
+    public static int[][] generateMatrix(int n) {
+        int[][] matrix = new int[n][n];
+
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < n; j++) {
+                matrix[i][j] = (int) (Math.random() * 100);
+            }
+        }
+
+        return matrix;
+    }
+
+    // Вычисление значения одного элемента результирующей матрицы
+    private static int calculateSingleValue(int i, int j, int[][] a, int[][] b) {
+        int result = 0;
+        for (int k = 0; k < a[0].length; ++k) {
+            result += a[i][k] * b[k][j];
+        }
+        return result;
+    }
+
+    // Обычное умножение матриц
+    public static int[][] multiplySync(int[][] a, int[][] b) {
+        final int[][] result = new int[a.length][b[0].length];
+        for (int i = 0; i < a.length; ++i) {
+            for (int j = 0; j < b[0].length; ++j) {
+                result[i][j] = calculateSingleValue(i, j, a, b);
+            }
+        }
+        return result;
+    }
+
+    // Параллельное умножение матриц
+    public static int[][] multiplyAsync(int[][] a, int[][] b, ExecutorService executor) throws InterruptedException {
+        final int[][] result = new int[a.length][b[0].length];
+        for (int i = 0; i < a.length; ++i) {
+            final int fi = i;
+            executor.execute(() -> {
+                for (int j = 0; j < b[0].length; ++j) {
+                    for (int k = 0; k < a[0].length; ++k) {
+                        result[fi][j] += a[fi][k] * b[k][j];
+                    }
+                }
+            });
+        }
+        executor.shutdown();
+        executor.awaitTermination(1, TimeUnit.DAYS);
+        return result;
+    }
+
+    public static void main(String[] args) throws InterruptedException {
+        System.out.println("Сравнение результатов\n");
+        run(100);
+        run(300);
+        run(500);
+    }
+
+    public static void run(int n) throws InterruptedException {
+        System.out.println(String.format("Размер матрицы = %d * %d", n, n));
+        // Создание пула потоков (количество потоков = количеству доступных процессоров)
+        final ExecutorService executorService = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());
+
+        final int[][] a = generateMatrix(n);
+        final int[][] b = generateMatrix(n);
+
+        // Вычисление времени выполнения для обычного алгоритма
+        long time = System.currentTimeMillis();
+        final int[][] productSync = multiplySync(a, b);
+        System.out.println("Время при обычном выполнении: " + (System.currentTimeMillis() - time));
+
+        // Вычисление времени выполнения для параллельного алгоритма
+        time = System.currentTimeMillis();
+        final int[][] productAsync = multiplyAsync(a, b, executorService);
+        System.out.println("Время при параллельном выполнении: " + (System.currentTimeMillis() - time));
+        System.out.println();
+    }
+}