DAS_2023_1/belyaeva_ekaterina_lab_5/README.md
2024-01-11 20:23:47 +04:00

3.6 KiB
Raw Blame History

Лабораторная работа №5

Задание

Кратко: реализовать умножение двух больших квадратных матриц.

Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный. В параллельном алгоритме предусмотреть ручное задание количества потоков, каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.

Ход работы

Последовательный алгоритм

public static int[][] multiplyMatricesSequential(int[][] matrix1, int[][] matrix2) {
        int rows1 = matrix1.length;
        int columns1 = matrix1[0].length;
        int columns2 = matrix2[0].length;

        int[][] result = new int[rows1][columns2];

        for (int i = 0; i < rows1; i++) {
            for (int j = 0; j < columns2; j++) {
                for (int k = 0; k < columns1; k++) {
                    result[i][j] += matrix1[i][k] * matrix2[k][j];
                }
            }
        }

        return result;
    }

Параллельный алгоритм

 public static int[][] multiplyMatricesParallel(int[][] matrix1, int[][] matrix2) {
        int rows1 = matrix1.length;
        int columns1 = matrix1[0].length;
        int columns2 = matrix2[0].length;

        int[][] result = new int[rows1][columns2];

        int numberOfThreads = 5; // Количество потоков
        ExecutorService executor = Executors.newFixedThreadPool(numberOfThreads);

        for (int i = 0; i < rows1; i++) {
            final int row = i;
            executor.execute(new Runnable() {
                @Override
                public void run() {
                    for (int j = 0; j < columns2; j++) {
                        for (int k = 0; k < columns1; k++) {
                            result[row][j] += matrix1[row][k] * matrix2[k][j];
                        }
                    }
                }
            });
        }

        executor.shutdown();
        while (!executor.isTerminated()) {
            // Ожидаем завершения всех потоков
        }

        return result;
    }

Результат

Была проверка времени выполнения алгоритма для матриц размером 100х100, 300х300, 500х500 с разным количеством потоков.

100х100, 1 поток

100thr1.png

100х100, 5 потоков

100thr5.png

300х300, 1 поток

300thr1.png

300х300, 5 потоков

300thr5.png

500х500, 1 поток

500th1.png

500х500, 5 потоков

500thr5.png

Из данных скриншотов видно, что в случае с матрицей 100х100 последовательный алгоритм работает лучше, чем параллельный.

Для остальных матриц параллельный алгоритм работает лучше, а также увеличение кол-ва потоков уменьшает время выполнения алгоритма. (хотя в случае матрицы 100х100 - сильно увеличивает)

Работоспособность показана в видео: lab5.mp4