Merge pull request 'tsukanova_irina_lab_6' (#150) from tsukanova_irina_lab_6 into main

Reviewed-on: #150

tsukanova_irina_lab_6/README.md

@@ -0,0 +1,21 @@
+# Цуканова Ирина ПИбд-42
+# Лабораторная работа №6 - Определение детерминанта матрицы
+
+
+## Результат:
+![results](./img.png)
+
+## Выводы:
+
+1. Увеличение числа потоков ускоряет вычисление детерминанта для больших матриц. 
+Как видно по результатам для матрицы 11 × 11 при использовании 1 потока время составляет 260 секунд, 
+тогда как при 10 потоках оно сокращается до 62 секунд.
+2. Производительность снижается при увеличении числа потоков на малых матрицах. 
+Для матрицы 8×8 использование 10 потоков оказывается медленнее, чем использование 4 или 8 потоков. 
+Это связано с накладными расходами на создание и управление потоками, которые становятся ощутимыми при малых объемах вычислений.
+3. Подход с многопоточностью эффективно снижает время выполнения для больших матриц, 
+однако оптимальное количество потоков следует выбирать в зависимости от размера задачи, 
+чтобы избежать накладных расходов и добиться наилучших результатов.
+
+
+## [Видео](https://drive.google.com/file/d/1tVVQwmh3W9HEEn6WrqEEiB9n-cEI8aGW/view?usp=sharing)

tsukanova_irina_lab_6/main.py

@@ -0,0 +1,64 @@
+import numpy as np
+from time import time
+import multiprocessing
+
+
+def do_task(matrix, start_j, stop_j, queue):
+    size = len(matrix[0] - 1)
+    if size == 2:
+        return matrix[0][0] * matrix[1][1] - matrix[1][0] * matrix[0][1]
+    else:
+        res = 0
+        for j in range(start_j, stop_j):
+            tmp = np.delete(matrix, 0, axis=0)
+            tmp = np.delete(tmp, j, axis=1)
+            a = matrix[0][j]
+            b = do_task(tmp, 0, len(tmp[0]), None)
+
+            if j % 2 == 0:
+                res += a * b
+            else:
+                res += a * b * (-1)
+        if queue:
+            queue.put(res)
+        return res
+
+
+def do_threads(matrix, size, threads):
+    offset = int(size / threads)
+    offset_last = size % threads + offset
+
+    processes = []
+    queue = multiprocessing.Queue()
+    start_test = time()
+    for i in range(threads):
+        start_ = i * offset
+        stop_ = start_ + offset_last if i == threads - 1 else start_ + offset
+
+        process = multiprocessing.Process(target=do_task, args=(matrix, start_, stop_, queue))
+        processes.append(process)
+        process.start()
+
+    total_result = 0
+    for p in processes:
+        p.join()
+        total_result += queue.get()
+
+    # print(total_result)
+    stop_test = time()
+    print(f'{size}x{size}, time: {stop_test - start_test}')
+
+
+if __name__ == '__main__':
+    sizes = [8, 9, 10, 11]
+    threads_counts = [1, 4, 6, 8, 10]
+
+    for threads in threads_counts:
+        print('-------------------------------------------------')
+        print(f'Threads:{threads}')
+        for n in sizes:
+            m = np.random.randint(3, size=(n, n))
+            do_threads(m, n, threads)
+
+        print('-------------------------------------------------')
+