simonov nikita lab 6 ready

simonov_nikita_lab_6/main.py

@@ -0,0 +1,63 @@
+import numpy as np
+import time
+import concurrent.futures
+
+def calculate_determinant(matrix):
+    return np.linalg.det(matrix)
+
+def calculate_determinant_parallel(matrix, num_threads):
+    result = 1.0
+    chunk_size = matrix.shape[0] // num_threads
+
+    def calculate_chunk(start, end):
+        nonlocal result
+        for i in range(start, end):
+            result *= matrix[i, i]
+
+    with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
+        futures = []
+        for i in range(0, matrix.shape[0], chunk_size):
+            futures.append(executor.submit(calculate_chunk, i, i + chunk_size))
+
+        for future in concurrent.futures.as_completed(futures):
+            future.result()
+
+    return result
+
+def benchmark(matrix_size, num_threads=1, num_runs=5):
+    # Генерация квадратной матрицы
+    matrix = np.random.rand(matrix_size, matrix_size)
+
+    # Бенчмарк для обычного нахождения детерминанта
+    normal_runtimes = []
+    for _ in range(num_runs):
+        start_time = time.time()
+        det_normal = calculate_determinant(matrix)
+        end_time = time.time()
+        normal_runtimes.append(end_time - start_time)
+
+    avg_normal_runtime = np.mean(normal_runtimes)
+    print(f"Размер матрицы {matrix_size}x{matrix_size}")
+    print(f"Среднее время при обычном выполнении ({num_runs} запусков): {avg_normal_runtime:.6f} секунд")
+    print(f"Детерминант: {det_normal}")
+
+    # Бенчмарк для параллельного нахождения детерминанта
+    parallel_runtimes = []
+    for _ in range(num_runs):
+        start_time = time.time()
+        det_parallel = calculate_determinant_parallel(matrix, num_threads)
+        end_time = time.time()
+        parallel_runtimes.append(end_time - start_time)
+
+    avg_parallel_runtime = np.mean(parallel_runtimes)
+    print(f"Среднее время при параллельном выполнении ({num_threads} поток, {num_runs} запусков): {avg_parallel_runtime:.6f} секунд")
+    print(f"Детерминант: {det_parallel}")
+
+    # Процентное ускорение
+    speedup = avg_normal_runtime / avg_parallel_runtime
+    print(f"Процентное ускорение: {speedup * 100:.2f}%\n")
+
+# Запуск бенчмарков для разных размеров матриц
+benchmark(100)
+benchmark(300)
+benchmark(500)

simonov_nikita_lab_6/readme.md

@@ -0,0 +1,21 @@
+# Лабораторная работа №6.
+
+## Задание
+
+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 нахождение отдельной группы множителей.
+
+## Ход выполнения
+
+Программа для проведения бенчмарка вычисления детерминанта матрицы с использованием библиотеки NumPy. Программа оценивает производительность как последовательного, так и параллельного методов вычисления детерминанта.
+
+- `calculate_determinant(matrix)`: Функция для вычисления детерминанта с использованием библиотеки NumPy.
+- `calculate_determinant_parallel(matrix, num_threads)`: Функция для параллельного вычисления детерминанта.
+- `benchmark(matrix_size, num_threads=1, num_runs=5)`: Функция для проведения бенчмарка, включающая подробные метрики и информацию о производительности.
+
+## Результаты
+
+![](screens/Screenshot_1.png)
+
+## Ссылка на видео
+
+https://drive.google.com/file/d/14ve4Xq26waLWCLlXunmnMPWFltNudsbr/view?usp=sharing