Merge pull request 'klyushenkova_ksenia_lab_5 is ready' (#381) from klyushenkova_ksenia_lab_5 into main

Reviewed-on: #381

klyushenkova_ksenia_lab_5/README.md

@@ -0,0 +1,18 @@
+
+# Клюшенкова Ксения ПИбд-42
+# Лабораторная работа №5 - Параллельное перемножение матриц
+
+
+## Результат:
+![results](./res.jpg)
+
+## Выводы:
+
+1. Для небольших матриц более эффективно использовать последовательное умножение (1 поток).
+
+2. Для крупных матриц предпочтительнее применять параллельное умножение, поскольку временные затраты при последовательном умножении в этом случае значительно превышают затраты на управление потоками.
+
+3. Увеличение числа потоков для выполнения параллельного умножения крупных матриц в определённый момент не приводит к увеличению скорости выполнения. Это означает, что оптимальное количество потоков уже достигнуто.
+
+
+## [Видео](https://drive.google.com/file/d/1yaFvRlzHPyghwOm__m2MvqNR__HsK469/view?usp=sharing)

klyushenkova_ksenia_lab_5/main.py

@@ -0,0 +1,51 @@
+import numpy as np
+import multiprocessing
+import time
+from time import time
+
+
+def multiplication(first, second, res, start, stop, size):
+    for i in range(start, stop):
+        for j in range(size):
+            res[i][j] = 0
+            for k in range(size):
+                res[i][j] += first[i][k] * second[k][j]
+
+
+if __name__ == "__main__":
+    sizes = [100, 300, 500]
+    threads_counts = [1, 3, 5, 7, 9]
+    for threads in threads_counts:
+        print(f'Количество потоков: {threads}')
+        for size in sizes:
+            A = np.random.randint(10, size=(size, size))
+            B = np.random.randint(10, size=(size, size))
+            if threads == 1:
+                res = np.zeros((size, size))
+                start = time()
+                multiplication(A, B, res, 0, size, size)
+                stop = time()
+                print(f'Размер: {size}x{size}, время выполнения: {stop - start}')
+
+            else:
+                offset = int(size / threads)
+                offset_last = size % threads + offset
+
+                processes = []
+                res = np.zeros((size, size))
+                start = time()
+                for i in range(threads):
+                    start_ = i * offset
+                    stop_ = start_ + offset_last if i == threads - 1 else start_ + offset
+
+                    process = multiprocessing.Process(target=multiplication, args=(A, B, res, start_, stop_, size))
+                    processes.append(process)
+                    process.start()
+
+                for p in processes:
+                    p.join()
+
+                stop = time()
+
+                print(f'Размер: {size}x{size}, время выполнения: {stop - start}')
+        print()