Compare commits
3 Commits
16e87abc5b
...
999f80cb33
Author | SHA1 | Date | |
---|---|---|---|
999f80cb33 | |||
|
63c998bcf0 | ||
|
dd0d4e53c4 |
1
kalyshev_yan_lab_5/.gitignore
vendored
Normal file
1
kalyshev_yan_lab_5/.gitignore
vendored
Normal file
@ -0,0 +1 @@
|
||||
*.class
|
6
kalyshev_yan_lab_5/Dockerfile
Normal file
6
kalyshev_yan_lab_5/Dockerfile
Normal file
@ -0,0 +1,6 @@
|
||||
FROM eclipse-temurin:21
|
||||
RUN mkdir /opt/app
|
||||
WORKDIR /opt/app
|
||||
COPY MatrixMultiplicationBenchmark.java /opt/app
|
||||
RUN ["javac", "/opt/app/MatrixMultiplicationBenchmark.java"]
|
||||
CMD ["java", "MatrixMultiplicationBenchmark"]
|
96
kalyshev_yan_lab_5/MatrixMultiplicationBenchmark.java
Normal file
96
kalyshev_yan_lab_5/MatrixMultiplicationBenchmark.java
Normal file
@ -0,0 +1,96 @@
|
||||
import java.util.concurrent.*;
|
||||
import java.util.Random;
|
||||
import java.util.List;
|
||||
import java.util.ArrayList;
|
||||
|
||||
public class MatrixMultiplicationBenchmark {
|
||||
|
||||
// Обычное умножение матриц
|
||||
public static int[][] multiplyMatrices(int[][] A, int[][] B) {
|
||||
int n = A.length;
|
||||
int[][] C = new int[n][n];
|
||||
|
||||
for (int i = 0; i < n; i++) {
|
||||
for (int j = 0; j < n; j++) {
|
||||
for (int k = 0; k < n; k++) {
|
||||
C[i][j] += A[i][k] * B[k][j];
|
||||
}
|
||||
}
|
||||
}
|
||||
|
||||
return C;
|
||||
}
|
||||
|
||||
// Параллельное умножение матриц
|
||||
public static int[][] multiplyMatricesParallel(int[][] A, int[][] B, int numThreads)
|
||||
throws InterruptedException, ExecutionException {
|
||||
int n = A.length;
|
||||
int[][] C = new int[n][n];
|
||||
|
||||
ExecutorService executor = Executors.newFixedThreadPool(numThreads);
|
||||
List<Future<?>> futures = new ArrayList<>();
|
||||
|
||||
for (int i = 0; i < n; i++) {
|
||||
final int row = i;
|
||||
futures.add(executor.submit(() -> {
|
||||
for (int j = 0; j < n; j++) {
|
||||
for (int k = 0; k < n; k++) {
|
||||
C[row][j] += A[row][k] * B[k][j];
|
||||
}
|
||||
}
|
||||
}));
|
||||
}
|
||||
|
||||
// Ожидание завершения всех задач
|
||||
for (Future<?> future : futures) {
|
||||
future.get();
|
||||
}
|
||||
|
||||
executor.shutdown();
|
||||
|
||||
return C;
|
||||
}
|
||||
|
||||
// Генерация случайной матрицы
|
||||
public static int[][] generateRandomMatrix(int size) {
|
||||
Random random = new Random();
|
||||
int[][] matrix = new int[size][size];
|
||||
for (int i = 0; i < size; i++) {
|
||||
for (int j = 0; j < size; j++) {
|
||||
matrix[i][j] = random.nextInt(10); // случайные числа от 0 до 9
|
||||
}
|
||||
}
|
||||
return matrix;
|
||||
}
|
||||
|
||||
// Бенчмарк методов умножения матриц
|
||||
public static void benchmarkMatrixMultiplication(int size) throws InterruptedException, ExecutionException {
|
||||
int[][] A = generateRandomMatrix(size);
|
||||
int[][] B = generateRandomMatrix(size);
|
||||
|
||||
System.out.println("Матрица " + size + "x" + size);
|
||||
|
||||
// Обычное умножение
|
||||
long start = System.nanoTime();
|
||||
multiplyMatrices(A, B);
|
||||
long end = System.nanoTime();
|
||||
System.out.println("Время обычного: " + (end - start) / 1_000_000 + " ms");
|
||||
|
||||
// Параллельное умножение
|
||||
int numThreads = Runtime.getRuntime().availableProcessors();
|
||||
start = System.nanoTime();
|
||||
multiplyMatricesParallel(A, B, numThreads);
|
||||
end = System.nanoTime();
|
||||
System.out.println("Время параллельного: " + (end - start) / 1_000_000 + " ms");
|
||||
|
||||
System.out.println();
|
||||
}
|
||||
|
||||
public static void main(String[] args) throws InterruptedException, ExecutionException {
|
||||
int[] sizes = { 100, 300, 500 };
|
||||
|
||||
for (int size : sizes) {
|
||||
benchmarkMatrixMultiplication(size);
|
||||
}
|
||||
}
|
||||
}
|
22
kalyshev_yan_lab_5/Readme.md
Normal file
22
kalyshev_yan_lab_5/Readme.md
Normal file
@ -0,0 +1,22 @@
|
||||
# Отчет. Лабораторная работа 5
|
||||
|
||||
## Описание
|
||||
|
||||
В рамках лабораторной работы была создана программа для умножения матриц, используя как последовательный, так и параллельный алгоритмы. Эти алгоритмы реализованы независимыми. Для указания количества потоков в параллельном алгоритме нужно указать это число в качестве аргумента функции. По заданию требовалось измерить скорость выполнения алгоритмов на квадратных матрицах размером 100x100, 300x300 и 500x500. Результаты представлены на следующих изображениях:
|
||||
![Результаты](./images/benchmark.png)
|
||||
|
||||
## Как запустить
|
||||
|
||||
Для того, чтобы запустить сервисы, необходимо выполнить следующие действия:
|
||||
|
||||
1. Установить и запустить Docker Engine или Docker Desktop
|
||||
2. Через консоль перейти в папку, в которой расположен файл docker-compose.yml
|
||||
3. Выполнить команду для запуска контейнера:
|
||||
|
||||
```
|
||||
docker compose up -d
|
||||
```
|
||||
|
||||
## Видео-отчет
|
||||
|
||||
Работоспособность лабораторной работы можно оценить в следующем [видео](https://zyzf.space/s/tG2sfmF33XRf8Mr).
|
3
kalyshev_yan_lab_5/docker-compose.yml
Normal file
3
kalyshev_yan_lab_5/docker-compose.yml
Normal file
@ -0,0 +1,3 @@
|
||||
services:
|
||||
matrixbench:
|
||||
build: ./
|
BIN
kalyshev_yan_lab_5/images/benchmark.png
Normal file
BIN
kalyshev_yan_lab_5/images/benchmark.png
Normal file
Binary file not shown.
After Width: | Height: | Size: 20 KiB |
Loading…
Reference in New Issue
Block a user