bondarenko_max_lab_6/README.md

@@ -0,0 +1,34 @@
+# Лабораторная работа 6 - Определение детерминанта матрицы с помощью параллельных вычислений
+### ПИбд-42 || Бондаренко Максим
+
+# Описание работы
+
+## Задание
+> [!NOTE] 
+> Кратко: реализовать нахождение детерминанта квадратной матрицы.
+>
+> Подробно: в лабораторной работе требуется сделать два алгоритма: обычный и параллельный (задание со * - реализовать это в рамках одного алгоритма). В параллельном алгоритме предусмотреть ручное задание количества потоков (число потоков = 1 как раз и реализует задание со *), каждый из которых будет выполнять нахождение отдельной группы множителей.
+
+## Краткое описание модулей и их работа
+1. matrix.operations.js  
+- getMinor(matrix, row, col): Получает минор матрицы для заданной строки и столбца.  
+- determinant(matrix): Вычисляет детерминант матрицы рекурсивно (последовательный алгоритм).  
+- determinantParallel(matrix, numThreads): Вычисляет детерминант матрицы параллельно, распределяя задачи по заданному количеству потоков.  
+
+2. det.worker.js  
+- Получает данные о своей части работы (миноры и знаки) и вычисляет частичный детерминант, который затем отправляет обратно главному потоку.  
+
+3. benchmark.js  
+- generateMatrix(size): Генерирует случайную квадратную матрицу заданного размера.  
+- benchmark(): Выполняет бенчмарки для матриц различных размеров, сравнивая время выполнения последовательного и параллельного алгоритмов с различным количеством потоков.  
+
+## Запуск
+```
+node benchmark.js
+```
+
+## Результат работы
+> [!IMPORTANT] 
+> ![benchmark.png](./benchmark.png)
+
+Ссылка на видео: https://cloud.mail.ru/public/9Bky/mjwK7bqBL

bondarenko_max_lab_6/benchmark.js

@@ -0,0 +1,37 @@
+const { determinant, determinantParallel } = require('./matrix.operations');
+
+function generateMatrix(size) {
+    const matrix = new Array(size);
+    for (let i = 0; i < size; i++) {
+        matrix[i] = new Array(size);
+        for (let j = 0; j < size; j++) {
+            matrix[i][j] = Math.floor(Math.random() * 20) - 10;
+        }
+    }
+    return matrix;
+}
+
+async function benchmark() {
+    const sizes = [5, 7, 10];
+    const numThreads = [2, 4, 8];
+
+    for (const size of sizes) {
+        const matrix = generateMatrix(size);
+
+        console.log(`\nМатрица (${size}x${size}):`);
+        
+        console.time('Последовательно');
+        const detSeq = determinant(matrix);
+        console.timeEnd('Последовательно');
+        console.log(`Детерминант: ${detSeq}`);
+
+        for (const threads of numThreads) {
+            console.time(`Параллельно (${threads} потоков)`);
+            const detPar = await determinantParallel(matrix, threads);
+            console.timeEnd(`Параллельно (${threads} потоков)`);
+            console.log(`Детерминант: ${detPar}`);
+        }
+    }
+}
+
+benchmark();

bondarenko_max_lab_6/det.worker.js

@@ -0,0 +1,8 @@
+const { parentPort, workerData } = require('worker_threads');
+const { determinant } = require('./matrix.operations');
+
+const partialDet = workerData.reduce((acc, job) => {
+    return acc + job.value * determinant(job.minor) * job.sign;
+}, 0);
+
+parentPort.postMessage(partialDet);

bondarenko_max_lab_6/matrix.operations.js

@@ -0,0 +1,60 @@
+const { Worker, isMainThread, parentPort, workerData } = require('worker_threads');
+
+function getMinor(matrix, row, col) {
+    return matrix
+        .filter((_, i) => i !== row)
+        .map(row => row.filter((_, j) => j !== col));
+}
+
+function determinant(matrix) {
+    const n = matrix.length;
+    if (n === 1) return matrix[0][0];
+    if (n === 2) return matrix[0][0] * matrix[1][1] - matrix[0][1] * matrix[1][0];
+
+    let det = 0;
+    for (let j = 0; j < n; j++) {
+        det += matrix[0][j] * determinant(getMinor(matrix, 0, j)) * (j % 2 === 0 ? 1 : -1);
+    }
+    return det;
+}
+
+function determinantParallel(matrix, numThreads) {
+    return new Promise((resolve, reject) => {
+        const n = matrix.length;
+        if (n === 1) return resolve(matrix[0][0]);
+        if (n === 2) return resolve(matrix[0][0] * matrix[1][1] - matrix[0][1] * matrix[1][0]);
+
+        let det = 0;
+        let completed = 0;
+        const jobs = [];
+
+        for (let j = 0; j < n; j++) {
+            const sign = j % 2 === 0 ? 1 : -1;
+            const minor = getMinor(matrix, 0, j);
+            jobs.push({ minor, sign, value: matrix[0][j] });
+        }
+
+        const chunkSize = Math.ceil(jobs.length / numThreads);
+        const results = Array(numThreads).fill(0);
+
+        for (let i = 0; i < numThreads; i++) {
+            const chunk = jobs.slice(i * chunkSize, (i + 1) * chunkSize);
+            const worker = new Worker('./det.worker.js', { workerData: chunk });
+            
+            worker.on('message', (partialDet) => {
+                results[i] = partialDet;
+                completed++;
+                if (completed === numThreads) {
+                    resolve(results.reduce((acc, val) => acc + val, 0));
+                }
+            });
+
+            worker.on('error', reject);
+            worker.on('exit', (code) => {
+                if (code !== 0) reject(new Error(`Worker stopped with exit code ${code}`));
+            });
+        }
+    });
+}
+
+module.exports = { determinant, determinantParallel };