Merge pull request 'senkin_alexander_lab_5 is ready' (#30) from senkin_alexander_lab_5 into main

Reviewed-on: http://student.git.athene.tech/Alexey/DAS_2023_1/pulls/30

senkin_alexander_lab_5/.gitignore

@@ -0,0 +1 @@
+./idea

senkin_alexander_lab_5/README.md

@@ -0,0 +1,30 @@
+# Лабораторная работа №5 - Параллельное умножение матриц
+
+Цель: реализовать умножение двух больших квадратных матриц.
+
+Задача: в лабораторной работе 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.
+
+# Разработка приложения
+
+Было решено производить разработку приложения на языке Go, так как на нем удобно реализован механизм паралеллизма. 
+В рамках одного main файла реализованы две функции - параллельного и последовательного умножения матриц. Также реализована функция по запуску этих функций, и функция создания случайной матрицы.
+
+![img.png](img.png)
+
+# Запуск
+
+Запуск программы производится с помощью команды в командной строке go run {путь до исполняемого main.go файла}
+
+# Работа программы
+
+- Создание случайной матрицы: ![img_1.png](img_1.png)
+- Метод для последовательного умножения матриц: ![img_2.png](img_2.png)
+- Метод параллельного умножения матриц: ![img_3.png](img_3.png)
+- Метод запуска тестов: ![img_4.png](img_4.png)
+- Главный метод запуска программы main: ![img_5.png](img_5.png)
+- Вывод на консоль и анализ результатов: ![img_6.png](img_6.png)
+- По результатам видим, что на Go параллельное умножение матриц всегда выигрывает последовательное, и чем больше матрица и больше потоков, тем больше выигрыш по производительности
+
+# Видео
+
+Видео с разбором лабораторной работы - https://youtu.be/IfPJS8Tza5Y

senkin_alexander_lab_5/go.mod

@@ -0,0 +1,3 @@
+module DAS_2023_1/senkin_alexander_lab_5
+
+go 1.21.4

senkin_alexander_lab_5/main/main.go

@@ -0,0 +1,92 @@
+package main
+
+import (
+	"fmt"
+	"math/rand"
+	"sync"
+	"time"
+)
+
+func sequentialMatrixMultiply(matrixA, matrixB [][]float64) [][]float64 {
+	rowsA, colsA := len(matrixA), len(matrixA[0])
+	colsB := len(matrixB[0])
+	result := make([][]float64, rowsA)
+	for i := range result {
+		result[i] = make([]float64, colsB)
+	}
+
+	for i := 0; i < rowsA; i++ {
+		for j := 0; j < colsB; j++ {
+			for k := 0; k < colsA; k++ {
+				result[i][j] += matrixA[i][k] * matrixB[k][j]
+			}
+		}
+	}
+	return result
+}
+
+func parallelMatrixMultiply(matrixA, matrixB [][]float64, numProcesses int) [][]float64 {
+	rowsA, colsA := len(matrixA), len(matrixA[0])
+	colsB := len(matrixB[0])
+	result := make([][]float64, rowsA)
+	for i := range result {
+		result[i] = make([]float64, colsB)
+	}
+
+	var wg sync.WaitGroup
+	wg.Add(numProcesses)
+
+	for i := 0; i < numProcesses; i++ {
+		go func(id, startRow, endRow int) {
+			defer wg.Done()
+			for i := startRow; i < endRow; i++ {
+				for j := 0; j < colsB; j++ {
+					for k := 0; k < colsA; k++ {
+						result[i][j] += matrixA[i][k] * matrixB[k][j]
+					}
+				}
+			}
+		}(i, i*rowsA/numProcesses, (i+1)*rowsA/numProcesses)
+	}
+
+	wg.Wait()
+	return result
+}
+
+func runTest(matrixSize, numProcesses int) {
+	matrixA := generateRandomMatrix(matrixSize, matrixSize)
+	matrixB := generateRandomMatrix(matrixSize, matrixSize)
+
+	startTime := time.Now()
+	_ = sequentialMatrixMultiply(matrixA, matrixB)
+	sequentialTime := time.Since(startTime)
+	fmt.Printf("Sequential matrix multiplication took (%dx%d): %s\n", matrixSize, matrixSize, sequentialTime)
+
+	startTime = time.Now()
+	_ = parallelMatrixMultiply(matrixA, matrixB, numProcesses)
+	parallelTime := time.Since(startTime)
+	fmt.Printf("Parallel matrix multiplication with %d threads took (%dx%d): %s\n", numProcesses, matrixSize, matrixSize, parallelTime)
+}
+
+func generateRandomMatrix(rows, cols int) [][]float64 {
+	matrix := make([][]float64, rows)
+	for i := range matrix {
+		matrix[i] = make([]float64, cols)
+		for j := range matrix[i] {
+			matrix[i][j] = rand.Float64()
+		}
+	}
+	return matrix
+}
+
+func main() {
+	rand.Seed(time.Now().UnixNano())
+
+	// Benchmarks for matrices with sizes 100x100, 300x300, and 500x500 with different numbers of processes
+	runTest(100, 2)
+	runTest(100, 4)
+	runTest(300, 2)
+	runTest(300, 4)
+	runTest(500, 2)
+	runTest(500, 4)
+}