polevoy_sergey_lab_6/cargo.toml

@@ -0,0 +1,11 @@
+[package]
+name = "matrix"
+version = "0.1.0"
+edition = "2021"
+
+[profile.release]
+strip = true
+opt-level = 3
+panic = "abort"
+
+[dependencies]

polevoy_sergey_lab_6/readme.md

@@ -0,0 +1,13 @@
+# Лабораторная работа №6
+## Полевой Сергей ПИбд-42
+### Реализация
+
+Было решено распределять работу по потокам в виде диапазонов столбцов матрицы, по которым каждый поток по отдельности найдёт определитель минора, далее результаты работ каждого потока передаются по mpsc каналу и суммируется для окончательного результата.
+
+#### Скриншот результата работы
+![alt text](image.png)
+
+#### Выводы
+Подобно результату прошлой лабораторной работы, очевидного выигрыша программа достигает при должно большом размере матрицы, так как при малых значениях размера больше времени тратится на создание и управление потоками.
+
+#### Демонстрация работы доступна по [ссылке](https://disk.yandex.ru/i/lv-Szz2Xzpvx7w)

polevoy_sergey_lab_6/src/main.rs

@@ -0,0 +1,125 @@
+use std::sync;
+use std::thread;
+use std::time;
+
+// Квадратная матрица хранится в куче как последовательность всех её элементов, при этом на этапе компиляции всегда известен её размер
+struct Matrix<const N: usize> {
+    inner: Vec<[i16; N]>,
+}
+
+impl<const N: usize> Matrix<N> {
+    fn new() -> Matrix<N> {
+        Matrix {
+            inner: vec![[0; N]; N],
+        }
+    }
+
+    // Псевдослучайная генерация данных для матрицы
+    fn random(seed: i16) -> Matrix<N> {
+        let mut matrix = Matrix::new();
+
+        for i in 0..N {
+            for j in 0..N {
+                matrix.inner[i][j] = i as i16 + j as i16 - seed;
+            }
+        }
+
+        matrix
+    }
+}
+
+// Рекурсивное получение определителя по первой строке, также включает необязательные аргументы, необходимые для случая с параллельностью
+fn recursive(matrix: &[&[i16]], from: Option<usize>, to: Option<usize>) -> i16 {
+    let size = matrix.len();
+
+    match size {
+        0 => unreachable!(),
+        1 => matrix[0][0],
+        2 => matrix[0][0] * matrix[1][1] - matrix[0][1] * matrix[1][0],
+        3.. => (from.unwrap_or(0)..to.unwrap_or(size))
+            .map(|c| {
+                ((-1i16).pow(c as u32))
+                    * matrix[0][c]
+                    * recursive(
+                        &matrix
+                            .iter()
+                            .skip(1)
+                            .map(|row| {
+                                row.iter()
+                                    .zip(0..)
+                                    .filter(|(_, i)| *i != c)
+                                    .map(|(n, _)| *n)
+                                    .collect::<Vec<i16>>()
+                            })
+                            .collect::<Vec<Vec<i16>>>()
+                            .iter()
+                            .map(|r| r.as_slice())
+                            .collect::<Vec<&[i16]>>(),
+                        None,
+                        None,
+                    )
+            })
+            .sum(),
+    }
+}
+
+fn parallel<const N: usize, const M: usize>(matrix: &Matrix<N>) -> i16 {
+    let (result_sender, result_receiver) = sync::mpsc::channel::<i16>();
+    let matrix: &[&[i16]] = &matrix
+        .inner
+        .iter()
+        .map(|r| r.as_slice())
+        .collect::<Vec<&[i16]>>();
+
+    thread::scope(move |scope| {
+        let chunk_size = N / M;
+        let remainder = N % M;
+
+        let mut chunks = Vec::new();
+
+        let mut start_col = 0;
+        for i in 0..M {
+            let end_col = start_col + chunk_size + if i < remainder { 1 } else { 0 };
+            chunks.push((start_col, end_col));
+            start_col = end_col;
+        }
+
+        chunks.into_iter().for_each(|(start_col, end_col)| {
+            let sender = result_sender.clone();
+            scope.spawn(move || sender.send(recursive(matrix, Some(start_col), Some(end_col))).unwrap());
+        });
+    });
+
+    result_receiver.into_iter().sum()
+}
+
+// Замер времени выполнения, при этом размеры матриц и количество потоков известны на этапе компиляции
+fn benchmark<const N: usize, const M: usize>() {
+    let matrix = Matrix::<N>::random(0);
+    
+    let start_time = time::Instant::now();
+    parallel::<N, M>(&matrix);
+    println!("Определитель для матрицы {0:>4}x{0:<4}: {1} сек ({2} потоков)", N, (time::Instant::now() - start_time).as_secs_f64(), M)
+}
+
+fn main() {
+    benchmark::<8, 1>();
+    benchmark::<8, 2>();
+    benchmark::<8, 4>();
+    benchmark::<8, 8>();
+    
+    benchmark::<10, 1>();
+    benchmark::<10, 2>();
+    benchmark::<10, 4>();
+    benchmark::<10, 8>();
+    
+    benchmark::<11, 1>();
+    benchmark::<11, 2>();
+    benchmark::<11, 4>();
+    benchmark::<11, 8>();
+    
+    benchmark::<12, 1>();
+    benchmark::<12, 2>();
+    benchmark::<12, 4>();
+    benchmark::<12, 8>();
+}