simonov_nikita_lab_6/main.py

@@ -1,63 +0,0 @@
-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

@@ -1,21 +0,0 @@
-# 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