Merge pull request 'zhimolostnova lab 5 complete' (#94) from zhimolostnova_anna_lab_5 into main

Reviewed-on: #94

zhimolostnova_anna_lab_5/README.md

@@ -0,0 +1,75 @@
+# Отчет по лабораторной работе №5
+
+## Описание задачи
+
+В лабораторной работе необходимо реализовать два алгоритма для умножения квадратных матриц: 
+последовательный и параллельный. Параллельный алгоритм должен поддерживать настройку количества потоков, 
+что позволит гибко распределять нагрузку. Бенчмарки проводились на матрицах размером 100x100, 300x300 
+и 500x500 для анализа производительности каждого алгоритма.
+
+## Структура проекта
+
+Проект состоит из двух файлов с реализацией алгоритмов:
+
+- regular.go — реализация последовательного умножения матриц.
+- parallel.go — реализация параллельного умножения матриц с заданным количеством потоков.
+- matrix.go (в папке util) — вспомогательные функции для создания матриц.
+
+## Результаты
+
+### Последовательное умножение
+
+![img_1.png](images%2Fimg_1.png)
+
+| Размер матрицы  | Время выполнения | 
+|-----------------|------------------|
+| 100x100         | 2.1442ms         |
+| 300x300         | 59.4206ms        |
+| 500x500         | 382.7277ms       |
+
+### Параллельное умножение
+
+![img.png](images%2Fimg.png)
+
+| Размер матрицы | Количество потоков | Время выполнения | 
+|----------------|--------------------|------------------|
+| 100x100        | 2                  | 1.1137ms         |
+| 100x100        | 4                  | 524.1µs          |
+| 100x100        | 6                  | 546.2µs          |
+| 100x100        | 8                  | 527.6µs          |
+| 300x300        | 2                  | 41.6503ms        |
+| 300x300        | 4                  | 25.7563ms        |
+| 300x300        | 6                  | 19.4356ms        |
+| 300x300        | 8                  | 15.0006ms        |
+| 500x500        | 2                  | 216.1878ms       |
+| 500x500        | 4                  | 119.4361ms       |
+| 500x500        | 6                  | 98.5036ms        |
+| 500x500        | 8                  | 76.9725ms        |
+
+## Анализ полученных данных
+
+1. Последовательное умножение:
+    - Время выполнения линейно увеличивается с ростом размера матрицы. Это связано с тем, 
+      что алгоритм работает с комплексностью O(n³), где n — размер матрицы.
+    - Для больших матриц (500x500) время выполнения становится заметно больше, что подчеркивает
+      ограниченность этого метода при работе с большими объемами данных.
+2. Параллельное умножение:
+    - Параллельный алгоритм показал значительное улучшение времени выполнения по сравнению с 
+      последовательным, особенно при увеличении количества потоков.
+    - Например, для матриц 100x100 время выполнения снизилось с 1.6ms до 524.1µs при использовании 
+      4 потоков.
+    - Для матриц большего размера (500x500) прирост производительности также существенный: 
+      с 393.65ms (последовательное умножение) до 76.97ms при 8 потоках.
+    - Однако, начиная с 6 потоков, улучшения становятся менее значительными. Это связано с накладными 
+      расходами на синхронизацию потоков и передачу данных между ними. При небольших размерах матриц такие накладные расходы могут нивелировать прирост производительности.
+3. Заключение:
+    - Параллельный алгоритм значительно превосходит последовательный при увеличении размера 
+      матриц и количества потоков. Однако для небольших матриц с увеличением количества потоков, прирост 
+      производительности не всегда оправдан из-за накладных расходов на управление потоками.
+    - Оптимальное количество потоков зависит от размера матриц: для небольших матриц 4 потока дают 
+      значительное улучшение, а для матриц большего размера (500x500) лучше использовать 8 потоков для 
+      максимальной эффективности.
+
+## Демонстрационное видео
+
+Видеозапись доступна по адресу: [https://vk.com/video193898050_456240873](https://vk.com/video193898050_456240873)

zhimolostnova_anna_lab_5/parallel.go

@@ -0,0 +1,72 @@
+package main
+
+import (
+	"fmt"
+	"strconv"
+	"sync"
+	"time"
+	"zhimolostnova_anna_lab_5/util"
+)
+
+// Параллельное умножение матриц
+func multiplyMatricesParallel(a, b [][]int, threads int) [][]int {
+	size := len(a)
+	result := make([][]int, size)
+	for i := range result {
+		result[i] = make([]int, size)
+	}
+
+	// Функция для обработки части работы потока
+	worker := func(startRow, endRow int, wg *sync.WaitGroup) {
+		defer wg.Done()
+		for i := startRow; i < endRow; i++ {
+			for j := 0; j < size; j++ {
+				for k := 0; k < size; k++ {
+					result[i][j] += a[i][k] * b[k][j]
+				}
+			}
+		}
+	}
+
+	// Запуск потоков
+	var wg sync.WaitGroup
+	rowsPerThread := size / threads
+	for i := 0; i < threads; i++ {
+		startRow := i * rowsPerThread
+		endRow := startRow + rowsPerThread
+		if i == threads-1 {
+			endRow = size
+		}
+		wg.Add(1)
+		go worker(startRow, endRow, &wg)
+	}
+
+	wg.Wait()
+	return result
+}
+
+func benchmarkMatrixMultiplication(sizes []int, threadsList []int) {
+	for _, size := range sizes {
+		for _, threads := range threadsList {
+			matrixA := util.CreateMatrix(size)
+			matrixB := util.CreateMatrix(size)
+
+			start := time.Now()
+			_ = multiplyMatricesParallel(matrixA, matrixB, threads)
+			elapsed := time.Since(start)
+
+			fmt.Printf("Parallel multiplication of matrix %sx%s with %d threads took %s\n", strconv.Itoa(size), strconv.Itoa(size), threads, elapsed)
+		}
+	}
+}
+
+func main() {
+	// Список размерностей матриц
+	sizes := []int{100, 300, 500}
+
+	// Список количества потоков для тестирования
+	threadsList := []int{2, 4, 6, 8}
+
+	// Запуск бенчмарка
+	benchmarkMatrixMultiplication(sizes, threadsList)
+}

zhimolostnova_anna_lab_5/regular.go

@@ -0,0 +1,45 @@
+package main
+
+import (
+	"fmt"
+	"strconv"
+	"time"
+	"zhimolostnova_anna_lab_5/util"
+)
+
+// Последовательное умножение двух квадратных матриц
+func multiplyMatricesSequential(a, b [][]int) [][]int {
+	size := len(a)
+	result := make([][]int, size)
+	for i := range result {
+		result[i] = make([]int, size)
+		for j := 0; j < size; j++ {
+			for k := 0; k < size; k++ {
+				result[i][j] += a[i][k] * b[k][j]
+			}
+		}
+	}
+	return result
+}
+
+// Функция для бенчмарка последовательного умножения
+func benchmarkMatrixMultiplicationSequential(sizes []int) {
+	for _, size := range sizes {
+		matrixA := util.CreateMatrix(size)
+		matrixB := util.CreateMatrix(size)
+
+		start := time.Now()
+		_ = multiplyMatricesSequential(matrixA, matrixB)
+		elapsed := time.Since(start)
+
+		fmt.Printf("Sequential multiplication of matrix %sx%s took %s\n", strconv.Itoa(size), strconv.Itoa(size), elapsed)
+	}
+}
+
+func main() {
+	// Список размерностей матриц
+	sizes := []int{100, 300, 500}
+
+	// Запуск бенчмарка
+	benchmarkMatrixMultiplicationSequential(sizes)
+}

zhimolostnova_anna_lab_5/util/matrix.go

@@ -0,0 +1,17 @@
+package util
+
+import (
+	"math/rand"
+)
+
+// CreateMatrix Функция для создания квадратной матрицы заданного размера
+func CreateMatrix(size int) [][]int {
+	matrix := make([][]int, size)
+	for i := range matrix {
+		matrix[i] = make([]int, size)
+		for j := range matrix[i] {
+			matrix[i][j] = rand.Intn(25) // Заполняем случайными числами от 0 до 25
+		}
+	}
+	return matrix
+}