import numpy as np import time import multiprocessing import concurrent.futures def multiply_matrices_sequential(matrix_a, matrix_b): if len(matrix_a[0]) != len(matrix_b): raise ValueError("матрицы имеют разную длину") result = [[0 for _ in range(len(matrix_b[0]))] for _ in range(len(matrix_a))] for i in range(len(matrix_a)): for j in range(len(matrix_b[0])): for k in range(len(matrix_b)): result[i][j] += matrix_a[i][k] * matrix_b[k][j] return result def multiply_row(args): matrix_a, matrix_b, i = args row_result = [0 for _ in range(len(matrix_b[0]))] for j in range(len(matrix_b[0])): for k in range(len(matrix_b)): row_result[j] += matrix_a[i][k] * matrix_b[k][j] return row_result, i def multiply_matrices_parallel(matrix_a, matrix_b, threads): if len(matrix_a[0]) != len(matrix_b): raise ValueError("матрицы имеют разную длину") result = [[0 for _ in range(len(matrix_b[0]))] for _ in range(len(matrix_a))] with multiprocessing.Pool(processes=threads) as pool: args_list = [(matrix_a, matrix_b, i) for i in range(len(matrix_a))] rows_results = pool.map(multiply_row, args_list) for row_result, row_index in rows_results: result[row_index] = row_result return result # Бенчмарк тесты def benchmark(matrix_size, num_threads): A = np.random.rand(matrix_size, matrix_size) B = np.random.rand(matrix_size, matrix_size) # Последовательное умножение start_time = time.time() multiply_matrices_sequential(A, B) sequential_time = time.time() - start_time # Параллельное умножение start_time = time.time() multiply_matrices_parallel(A, B, num_threads) parallel_time = time.time() - start_time print(f"Размер матрицы: {matrix_size}x{matrix_size}") print(f"Время последовательного алгоритма: {sequential_time:.4f} секунд") print(f"Время параллельного алгоритма ({num_threads} потоков): {parallel_time:.4f} секунд") print("\n") if __name__ == '__main__': # Проведение бенчмарков sizes = [100, 300, 500] for size in sizes: benchmark(size, num_threads=1) # 1 поток для проверки равенства результатов benchmark(size, num_threads=4) # 4 потока