Merge pull request 'vaksman_valeria_lab_5' (#70) from vaksman_valeria_lab_5 into main

Reviewed-on: #70

vaksman_valeria_lab_5/README.md

@@ -0,0 +1,31 @@
+# Лабораторная работа 5. Параллельное умножение матриц
+
+## Задание
+
+Требуется 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.
+
+### Запуск программы
+
+Для запуска программы необходимо с помощью командной строки в корневой директории файлов прокета прописать:
+```
+python main.py
+```
+
+### Описание работы программы
+
+Генерируются две матрицы ```first_matrix``` и ```second_matrix``` заданного размера.
+
+После этого вызываются соответствующие методы для вычисления произведения матриц: ```matrix_multiplication``` - простая функция перемножения матриц и ```matrix_multiplication_treads``` - функция перемножения матриц в потоке.
+
+Измеряется время выполнения каждого из методов с использованием функции ```time.time()```.
+
+### Результат работы программы:
+
+![](1.png "")
+
+#### Вывод
+
+Параллельное выполнение матричного умножения имеет смысл применять при работе с крупными матрицами, где выигрыш от параллельных вычислений компенсирует затраты на управление потоками. Для небольших матриц может быть эффективнее использовать обычное выполнение
+
+# ВК
+https://vk.com/video256017065_456239875

vaksman_valeria_lab_5/docker-compose.yml

@@ -0,0 +1,9 @@
+services:
+
+  project:
+    container_name: project
+    build:
+      context: .
+      dockerfile: ./project/Dockerfile
+    expose:
+      - 8008

vaksman_valeria_lab_5/project/Dockerfile

@@ -0,0 +1,11 @@
+# Использую базовый образ Python
+FROM python:3.10-slim
+
+# Устанавливаю рабочую директорию внутри контейнера
+WORKDIR /app
+
+# Копирую исполняемый файл
+COPY project/main.py .
+
+# Команда для запуска Python-скрипта
+CMD ["python", "main.py"]

vaksman_valeria_lab_5/project/main.py

@@ -0,0 +1,201 @@
+import random
+import time
+import threading
+import copy
+from multiprocessing import Pool
+
+
+class Matrix:
+    def __init__(self) -> None:
+        self.matrix_100 = [[0] * 100 for _ in range(100)]
+        self.matrix_300 = [[0] * 300 for _ in range(300)]
+        self.matrix_500 = [[0] * 500 for _ in range(500)]
+        
+    def str_matrix(self, type_list: str):
+        _str = ""
+        
+        current_matrix = getattr(self, type_list)
+                
+        for i in range(len(current_matrix)):
+            _str += "[ "
+            
+            for j in range(len(current_matrix[0])):
+                _str += str(current_matrix[i][j]) + " "
+                
+            _str += " ]\n"
+            
+        return _str
+
+# Глобальный объект класса для хранения результата работы потоков
+result_matrix = copy.deepcopy(Matrix())
+
+def init_matrix(matrix: Matrix, size: int):
+    support_list_main = []
+    
+    for i in range(size):
+        support_list_column = []
+        
+        for j in range(size):
+            support_list_column.append(random.randint(0, 10))
+            
+        support_list_main.append(support_list_column)
+        
+    if size == 100:
+        matrix.matrix_100 = support_list_main
+    elif size == 300:
+        matrix.matrix_300 = support_list_main
+    elif size == 500:
+        matrix.matrix_500 = support_list_main
+            
+
+# Простая функция перемножения матриц         
+def matrix_multiplication(matrix_first: Matrix, matrix_second: Matrix, type_matrix: str):
+    result_matrix = Matrix()
+    
+    first_matrix = getattr(matrix_first, type_matrix)
+    second_matrix = getattr(matrix_second, type_matrix)
+    result = getattr(result_matrix, type_matrix)
+    
+    for i in range(len(first_matrix)):
+        for j in range(len(second_matrix[0])):
+            for k in range(len(second_matrix)):
+                result[i][j] += first_matrix[i][k] * second_matrix[k][j]
+                
+    return result_matrix
+
+
+# Функция перемножения матриц в потоке
+def matrix_multiplication_worker(args):
+    first_matrix, second_matrix, type_matrix, support_index, number_thread = args
+    global result_matrix
+    
+    result = getattr(result_matrix, type_matrix)
+    
+    for i in range(support_index[0], support_index[1]):
+        for j in range(len(second_matrix[0])):
+            for k in range(len(second_matrix)):
+                result[i][j] += first_matrix[i - support_index[0]][k] * second_matrix[k][j]
+
+    return f"Worker completed task of {number_thread}"
+
+def matrix_multiplication_treads(matrix_first: Matrix, matrix_second: Matrix, type_matrix: str, count_thread: int):
+    first_matrix = getattr(matrix_first, type_matrix)
+    second_matrix = getattr(matrix_second, type_matrix)
+    
+    # кол-во строк с конца
+    last_row = 0
+    
+    if len(first_matrix) % count_thread == 0:
+        index_rows_by_thread = len(first_matrix) // count_thread
+    else:
+        index_rows_by_thread = len(first_matrix) // count_thread
+        last_row = len(first_matrix) % count_thread
+        
+    # "распиливаем" первую матрицу на кол-во потоков. Результатом работы каждого потока будет являться часть перемноженной матрицы
+    support_matrix = []
+    
+    for i in range(count_thread):
+        start_index = i * index_rows_by_thread
+        
+        if i == count_thread - 1 and last_row > 0:
+            end_index = start_index + last_row
+        else:
+            end_index = start_index + index_rows_by_thread
+        
+        support_matrix.append((first_matrix[start_index:end_index], second_matrix,  type_matrix, [start_index, end_index], i))
+    
+        
+    # Попытка запуска нескольких ПОТОКОВ. Gil не дал получить выйгрыш, так как из-за его особенностей не давал параллельно вычислить перемножение двух матриц
+    # формируем пул потоков
+    # workers = [threading.Thread(target=matrix_multiplication_worker, args=(support_matrix[f], second_matrix, type_matrix, support_matrix_index[f], f), daemon=True) for f in range(count_thread)]
+
+    # for worker in workers:
+    #     worker.start()
+
+    # for worker in workers:
+    #     worker.join()
+    
+    # Создание пула процессов и запуск параллельного выполнения
+    with Pool(processes=count_thread) as pool:
+        pool.map(matrix_multiplication_worker, support_matrix)
+        
+    return "Done."
+            
+def run_program():
+    matrix_first = Matrix()
+    init_matrix(matrix_first, 100)
+    init_matrix(matrix_first, 300)
+    init_matrix(matrix_first, 500)
+    
+    matrix_second = Matrix()
+    init_matrix(matrix_second, 100)
+    init_matrix(matrix_second, 300)
+    init_matrix(matrix_second, 500)
+    
+    start_time = time.time()
+    matrix_multiplication(matrix_first, matrix_second, "matrix_100")
+    end_time = time.time()
+    print("Time 100x100: ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_100", 3)
+    end_time = time.time()
+    print("Time 100x100, 3 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_100", 5)
+    end_time = time.time()
+    print("Time 100x100, 5 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_100", 8)
+    end_time = time.time()
+    print("Time 100x100, 8 threads (processes): ", end_time - start_time)
+    
+    # ----------------------------------------------------------------------------------------------------
+    print("\n" + "-" * 50 + "\n")
+    
+    start_time = time.time()
+    matrix_multiplication(matrix_first, matrix_second, "matrix_300")
+    end_time = time.time()
+    print("Time 300x300: ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_300", 3)
+    end_time = time.time()
+    print("Time 300x300, 3 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_300", 5)
+    end_time = time.time()
+    print("Time 300x300, 5 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_300", 8)
+    end_time = time.time()
+    print("Time 300x300, 8 threads (processes): ", end_time - start_time)
+    
+    # ----------------------------------------------------------------------------------------------------
+    print("\n" + "-" * 50 + "\n")
+    
+    start_time = time.time()
+    matrix_multiplication(matrix_first, matrix_second, "matrix_500")
+    end_time = time.time()
+    print("Time 500x500: ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_500", 3)
+    end_time = time.time()
+    print("Time 500x500, 3 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_500", 5)
+    end_time = time.time()
+    print("Time 500x500, 5 threads (processes): ", end_time - start_time)
+    
+    start_time = time.time()
+    matrix_multiplication_treads(matrix_first, matrix_second, "matrix_500", 8)
+    end_time = time.time()
+    print("Time 500x500, 8 threads (processes): ", end_time - start_time)
+    
+run_program()