106 lines
3.0 KiB
Markdown
106 lines
3.0 KiB
Markdown
## Лабораторная работа №6, Тепечин Кирилл
|
||
|
||
### Код
|
||
|
||
#### Обычный код
|
||
````java
|
||
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;
|
||
|
||
}
|
||
````
|
||
|
||
#### Параллельный код
|
||
````java
|
||
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];
|
||
|
||
}
|
||
````
|
||
|
||
### Тесты
|
||
|
||
Тесты проводились на 16 потоках
|
||
|
||
|
||
|
||
### Выводы
|
||
|
||
* На матрицах от 100 до 500 последовательное вычисление быстрее.
|
||
|
||
* Параллельное вычисление работает быстрее на матрицах от 1000 n.
|
||
|
||
### Ссылка на видео
|
||
|
||
https://youtu.be/ZK1qSvbUNTk |