DAS_2024_1/kashin_maxim_lab_6/main.py

58 lines
2.2 KiB
Python
Raw Normal View History

2024-10-27 20:01:01 +04:00
import numpy as np
from multiprocessing import Pool
import time
import argparse
def determinant_block(matrix_block):
"""Вычисляет детерминант блока матрицы."""
return np.linalg.det(matrix_block)
def determinant_parallel(matrix, num_processes):
"""Вычисляет детерминант матрицы параллельно."""
size = matrix.shape[0]
step = size // num_processes
# Обработка случаев, когда размер матрицы не делится на число процессов
blocks = []
for i in range(num_processes):
start_row = i * step
end_row = start_row + step if i < num_processes - 1 else size
blocks.append(matrix[start_row:end_row, start_row:end_row])
pool = Pool(processes=num_processes)
dets = pool.map(determinant_block, blocks)
pool.close()
pool.join()
# Объединение детерминантов блоков
return np.prod(dets)
def benchmark(size, num_processes):
"""Запускает бенчмарк для матрицы заданного размера и числа процессов."""
matrix = np.random.rand(size, size)
# Параллельное вычисление детерминанта
start = time.time()
det_parallel = determinant_parallel(matrix, num_processes)
end = time.time()
print(f"Матрица {size}x{size} с {num_processes} процессами заняла {end - start:.5f} сек (Параллельно)")
# Последовательное вычисление детерминанта
start = time.time()
det_seq = determinant_block(matrix)
end = time.time()
print(f"Матрица {size}x{size} последовательный вычисление заняло {end - start:.5f} сек (Последовательно)")
if __name__ == "__main__":
parser = argparse.ArgumentParser(description="Вычисление детерминанта с параллельной обработкой")
parser.add_argument("--processes", type=int, default=4)
args = parser.parse_args()
sizes = [100, 300, 500]
for size in sizes:
benchmark(size, args.processes)