bondarenko_max_lab_5_is_ready

bondarenko_max_lab_5/README.md

@@ -0,0 +1,43 @@
+# Лабораторная работа 1 - Знакомство с Docker и Docker Compose
+### ПИбд-42 || Бондаренко Максим
+
+# Описание работы
+
+## Цель
+> [!NOTE] 
+> Изучение современных технологий контейнеризации.
+
+## Результат работы
+> [!NOTE] 
+> Кратко: реализовать умножение двух больших квадратных матриц.
+>
+> Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание со *), каждый из которых будет выполнять умножение элементов матрицы в рамках своей зоны ответственности.
+
+## Краткое описание модулей и их работа
+1. matrixOperations.js
+multiplyMatricesSequential(A, B):
+- Перебирает элементы матриц и вычисляет их произведение, заполняя результирующую матрицу.
+multiplyMatricesParallel(A, B, numThreads):
+- Делит работу между потоками, каждый из которых умножает часть матриц. Запускает воркеры и собирает их результаты.
+
+2. benchmark.js
+generateMatrix(size):
+- Создает матрицу с случайными значениями заданного размера.
+benchmark():
+- Вызывает generateMatrix для создания матриц, затем измеряет время выполнения multiplyMatricesSequential и multiplyMatricesParallel с различными параметрами, выводит результаты.
+3. matrixWorker.js
+multiplyPartial(A, B, start, end):
+- Воркеры выполняют умножение только для части матриц, определенной параметрами start и end, и возвращают частичные результаты через parentPort.
+
+## Запуск
+```
+node benchmark.js
+```
+
+## Результат работы
+> [!IMPORTANT] 
+> ![benchmark.png](./benchmark.png)
+>
+> В отчете отражены времена выполнения для каждого из подходов, что позволяет оценить, как число потоков влияет на скорость вычислений для матриц разного размера.
+
+Ссылка на видео: https://cloud.mail.ru/public/rEGy/HaBwrm7t8

bondarenko_max_lab_5/benchmark.js

@@ -0,0 +1,29 @@
+const { multiplyMatricesSequential, multiplyMatricesParallel } = require('./matrix.operations');
+
+function generateMatrix(size) {
+    return Array.from({ length: size }, () => Array.from({ length: size }, () => Math.floor(Math.random() * 100)));
+}
+
+async function benchmark() {
+    const sizes = [100, 300, 500];
+    const numThreads = [1, 2, 4, 8];
+
+    for (const size of sizes) {
+        const A = generateMatrix(size);
+        const B = generateMatrix(size);
+
+        console.log(`\nMatrix size: ${size}x${size}`);
+
+        console.time(`Sequential (${size}x${size})`);
+        multiplyMatricesSequential(A, B);
+        console.timeEnd(`Sequential (${size}x${size})`);
+
+        for (const threads of numThreads) {
+            console.time(`Parallel (${size}x${size}, ${threads} threads)`);
+            await multiplyMatricesParallel(A, B, threads);
+            console.timeEnd(`Parallel (${size}x${size}, ${threads} threads)`);
+        }
+    }
+}
+
+benchmark();

bondarenko_max_lab_5/matrix.operations.js

@@ -0,0 +1,60 @@
+const { Worker } = require('worker_threads');
+
+function multiplyMatricesSequential(A, B) {
+    const n = A.length;
+    const C = Array.from({ length: n }, () => Array(n).fill(0));
+    
+    for (let i = 0; i < n; i++) {
+        for (let j = 0; j < n; j++) {
+            for (let k = 0; k < n; k++) {
+                C[i][j] += A[i][k] * B[k][j];
+            }
+        }
+    }
+    return C;
+}
+
+function multiplyMatricesParallel(A, B, numThreads) {
+    return new Promise((resolve, reject) => {
+        const n = A.length;
+        const step = Math.ceil(n / numThreads);
+        const workers = [];
+        const results = Array.from({ length: numThreads }, () => Array.from({ length: n }, () => Array(n).fill(0)));
+
+        for (let i = 0; i < numThreads; i++) {
+            const start = i * step;
+            const end = Math.min(start + step, n);
+            workers.push(
+                new Promise((res, rej) => {
+                    const worker = new Worker('./matrix.worker.js', {
+                        workerData: { A, B, start, end }
+                    });
+                    worker.on('message', result => {
+                        results[i] = result;
+                        res();
+                    });
+                    worker.on('error', rej);
+                    worker.on('exit', code => {
+                        if (code !== 0) rej(new Error(`Worker stopped with exit code ${code}`));
+                    });
+                })
+            );
+        }
+
+        Promise.all(workers)
+            .then(() => {
+                const C = Array.from({ length: n }, () => Array(n).fill(0));
+                for (let i = 0; i < numThreads; i++) {
+                    for (let j = 0; j < n; j++) {
+                        for (let k = 0; k < n; k++) {
+                            C[j][k] += results[i][j][k];
+                        }
+                    }
+                }
+                resolve(C);
+            })
+            .catch(reject);
+    });
+}
+
+module.exports = { multiplyMatricesSequential, multiplyMatricesParallel };

bondarenko_max_lab_5/matrix.worker.js

@@ -0,0 +1,19 @@
+const { parentPort, workerData } = require('worker_threads');
+
+function multiplyMatricesPart(A, B, start, end) {
+    const n = A.length;
+    const C = Array.from({ length: n }, () => Array(n).fill(0));
+    
+    for (let i = start; i < end; ++i) {
+        for (let j = 0; j < n; ++j) {
+            for (let k = 0; k < n; ++k) {
+                C[i][j] += A[i][k] * B[k][j];
+            }
+        }
+    }
+    return C;
+}
+
+const { A, B, start, end } = workerData;
+const result = multiplyMatricesPart(A, B, start, end);
+parentPort.postMessage(result);