mashkova_margarita_lab_6 ready

mashkova_margarita_lab_6/README.md

@@ -0,0 +1,25 @@
+# Лабораторная работа №6
+## ПИбд-42 Машкова Маргарита
+## Задание
+Реализовать нахождение детерминанта квадратной матрицы. 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 нахождение отдельной группы множителей.
+
+## Запуск программы
+Запустить файл `Main`
+
+## Описание работы программы
+В методе `main` вызывается метод `run`, для которого в качестве параметра передается размер квадратной матрицы `n`.
+Генирируется матрица `a` заданного размера `n`. Вызываются соответсвующие методы вычисления детерминанта квадратной матрицы
+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 100х100 и 300х300 быстрее выполнился обычный
+алгоритм. При последующем увеличении размера матрицы параллельный алгоритм позволяет ускорить вычислительный процесс.
+
+Ссылка на видео:
+https://youtu.be/3-m6j7oUlX4

mashkova_margarita_lab_6/src/Main.java

@@ -0,0 +1,130 @@
+import java.math.BigDecimal;
+import java.text.DecimalFormat;
+import java.util.Arrays;
+import java.util.concurrent.ExecutorService;
+import java.util.concurrent.Executors;
+import java.util.concurrent.TimeUnit;
+import java.util.concurrent.atomic.AtomicLong;
+
+public class Main {
+
+    // Генерация квадратной матрицы размером n*n
+    public static double[][] generateMatrix(int n) {
+        double[][] matrix = new double[n][n];
+
+        for (int i = 0; i < n; i++) {
+            for (int j = 0; j < n; j++) {
+                matrix[i][j] = Math.round((Math.random() * 5));
+            }
+        }
+
+        return matrix;
+    }
+
+    // Обычное вычисление детерминанта
+    private static BigDecimal findDeterminantGauss(double[][] matrix) {
+        int n = matrix.length;
+        BigDecimal det = BigDecimal.ONE;
+
+        for (int i = 0; i < n; i++) {
+            int maxRow = i;
+            for (int j = i + 1; j < n; j++) {
+                if (Math.abs(matrix[j][i]) > Math.abs(matrix[maxRow][i])) {
+                    maxRow = j;
+                }
+            }
+
+            if (maxRow != i) {
+                double[] temp = matrix[i];
+                matrix[i] = matrix[maxRow];
+                matrix[maxRow] = temp;
+
+                det = det.multiply(BigDecimal.valueOf(-1));
+            }
+
+            for (int j = i + 1; j < n; j++) {
+                double factor = matrix[j][i] / matrix[i][i];
+                for (int k = i; k < n; k++) {
+                    matrix[j][k] -= factor * matrix[i][k];
+                }
+            }
+        }
+
+        for (int i = 0; i < n; i++) {
+            det = det.multiply(BigDecimal.valueOf(matrix[i][i]));
+        }
+
+        return det;
+
+    }
+
+    // Вычисление детерминанта при помощи параллельного алгоритма
+    private static BigDecimal findDeterminantGaussParallel(double[][] matrix, int threadsCount) {
+        int n = matrix.length;
+        final BigDecimal[] det = {BigDecimal.ONE};
+
+        ExecutorService executor = Executors.newFixedThreadPool(threadsCount);
+
+        for (int i = 0; i < n; i++) {
+            final int rowIdx = i;
+
+            int maxRow = rowIdx;
+            for (int j = rowIdx + 1; j < n; j++) {
+                if (Math.abs(matrix[j][rowIdx]) > Math.abs(matrix[maxRow][rowIdx])) {
+                    maxRow = j;
+                }
+            }
+
+            if (maxRow != rowIdx) {
+                double[] temp = matrix[rowIdx];
+                matrix[rowIdx] = matrix[maxRow];
+                matrix[maxRow] = temp;
+                det[0] = det[0].multiply(BigDecimal.valueOf(-1));
+            }
+            executor.execute(() -> {
+                for (int j = rowIdx + 1; j < n; j++) {
+                    double factor = matrix[j][rowIdx] / matrix[rowIdx][rowIdx];
+                    for (int k = rowIdx; k < n; k++) {
+                        matrix[j][k] -= factor * matrix[rowIdx][k];
+                    }
+                }
+            });
+            det[0] = det[0].multiply(BigDecimal.valueOf(matrix[rowIdx][rowIdx]));
+        }
+
+        executor.shutdown();
+
+        try {
+            executor.awaitTermination(1, TimeUnit.DAYS);
+        } catch (InterruptedException e) {
+            e.printStackTrace();
+        }
+
+        return det[0];
+
+    }
+
+    public static void main(String[] args) {
+        System.out.println("Сравнение результатов\n");
+        run(100);
+        run(300);
+        run(500);
+        run(800);
+    }
+
+    public static void run(int n) {
+        System.out.println(String.format("Размер матрицы = %d * %d", n, n));
+        double[][] a = generateMatrix(n);
+        double[][] aClone = Arrays.copyOf(a, n);
+
+        long time = System.currentTimeMillis();
+        BigDecimal determinantGauss = findDeterminantGauss(a);
+        System.out.println("Время при обычном выполнении: " + (System.currentTimeMillis() - time));
+
+        time = System.currentTimeMillis();
+        BigDecimal determinantGaussAsync = findDeterminantGaussParallel(aClone, Runtime.getRuntime().availableProcessors());
+        System.out.println("Время при параллельном выполнении: " + (System.currentTimeMillis() - time));
+        System.out.println();
+
+    }
+}