ismailov_rovshan_lab_5 is ready

ismailov_rovshan_lab_5/README.md

@@ -0,0 +1,17 @@
+# Лабораторная работа №5
+## ПИбд-42 || Исмаилов Ровшан
+
+### Цель лабораторной работы 
+Изучение принципов работы праллельных вычислений. 
+
+### Описание:
+Был реализован механизм параллельного перемножения матриц 100x100, 300x300 и 500x500 с возможностью задания потоков, в том числе и 1 (последовательное перемножение). Были сделаны замеры времени для каждого вычисления, проведен анализ и сделаны выводы.
+
+### Результаты:
+![Изображение 1](./result.png)
+
+### Выводы:
+При использовании параллельного умножения матриц основной целью является сокращение времени вычислений за счет увеличения количества потоков, что дает ощутимый эффект для больших матриц. Однако это оправдано только в том случае, если затраты на настройку многопоточности не перевешивают преимущества параллельной обработки: для небольших задач, таких как умножение матриц 100x100, заметного улучшения времени не наблюдается, а значит, этот метод неэффективен. Кроме того, существует ограничение, заключающееся в том, что добавление новых потоков не приводит к увеличению скорости. Исходя из этого, было определено оптимальное количество потоков для данной задачи.
+
+### Видео с демонстрацией работы:
+https://cloud.mail.ru/public/AfQo/nnejh3xt2

ismailov_rovshan_lab_5/main.py

@@ -0,0 +1,59 @@
+import random
+import time
+import multiprocessing
+import numpy as np
+
+def create_random_matrix(size):
+    return [[random.randint(0, 10) for _ in range(size)] for _ in range(size)]
+
+# Функция для умножения одной строки матрицы
+def process_row(i, A, B, result):
+    size = len(A)
+    for j in range(size):
+        for k in range(size):
+            result[i][j] += A[i][k] * B[k][j]
+
+
+# Функция для параллельного умножения матриц с использованием multiprocessing
+def multiply_matrices_in_parallel(A, B, num_processes):
+    size = len(A)
+    result = [[0] * size for _ in range(size)]
+
+    with multiprocessing.Pool(processes=num_processes) as pool:
+        pool.starmap(process_row, [(i, A, B, result) for i in range(size)])
+
+    return result
+
+
+# Функция для измерения времени выполнения умножения матриц
+def measure_execution_time(size, num_processes=1):
+    A = create_random_matrix(size)
+    B = create_random_matrix(size)
+
+    start_time = time.time()
+    multiply_matrices_in_parallel(A, B, num_processes)
+    elapsed_time = time.time() - start_time
+
+    return elapsed_time
+
+def main():
+    matrix_sizes = [100, 300, 500]
+    process_count_options = [1, 2, 4, 6, 8]
+
+    print("-*" * 40)
+    print(f"{'Количество потоков':<20}{'|100x100 (сек.)':<20}{'|300x300 (сек.)':<20}{'|500x500 (сек.)'}")
+    print("-*" * 40)
+
+    # Запуск тестов для разных значений числа процессов
+    for num_processes in process_count_options:
+        row = f"{num_processes:<20}"
+
+        for size in matrix_sizes:
+            par_time = measure_execution_time(size, num_processes)
+            row += f"|{par_time:.4f}".ljust(20)
+        print(row)
+        print("-*" * 40)
+
+
+if __name__ == "__main__":
+    main()