33 lines
2.7 KiB
Markdown
33 lines
2.7 KiB
Markdown
|
# Лабораторная работа №5 - Параллельное умножение матриц
|
|||
|
|
|
|||
|
|
## Задание
|
|||
|
|
|
|||
|
|
Требуется реализовать умножение двух больших квадратных матриц.
|
|||
|
|
Надо 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.
|
|||
|
|
|
|||
|
|
## Описание работы
|
|||
|
|
|
|||
|
|
Функция **benchmark** выполняет бенчмарк для матриц заданного размера.
|
|||
|
|
|
|||
|
|
Генерируются две матрицы **matrix1** и **matrix2** заданного размера.
|
|||
|
|
|
|||
|
|
После вызываются соответствующие методы для вычисления произведения матриц:
|
|||
|
|
+ **multiply_matrices** - для обычного умножения
|
|||
|
|
+ **multiply_matrices_parallel** - для параллельного умножения
|
|||
|
|
|
|||
|
|
Прописываем бенчмарк (**benchmark**) для сравнения производительности, где генерируется две случайные матрицы заданного размера с помощью **random** и измеряется время выполнения каждого из методов с использованием функции **time.time()**. Функция **benchmark** вызывается трижды с различными размерами матриц (100x100, 300x300 и 500x500).
|
|||
|
|
|
|||
|
|
### Результат работы программы
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
## Вывод
|
|||
|
|
|
|||
|
|
Параллельный подход может быть более эффективным, чем последовательный, при работе с большими матрицами, поскольку он позволяет выполнять операции параллельно.
|
|||
|
|
Это имеет смысл использовать при работе с крупными матрицами, где выигрыш от параллельных вычислений компенсирует затраты на управление потоками.
|
|||
|
|
Однако для небольших матриц может быть более эффективным использовать обычное выполнение.
|
|||
|
|
|
|||
|
|
# Видеозапись работы програмы
|
|||
|
|
|
|||
|
|
https://vkvideo.ru/video186826232_456239556
|