DAS_2024_1/bazunov_andrew_lab_5/README.md

Распределенные вычисления и приложения Л5

Автор Базунов Андрей Игревич ПИбд-42

---

Задание

• Кратко: реализовать умножение двух больших квадратных матриц.
• 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 умножение элементов матрицы в рамках своей зоны ответственности.

---

Алгоритм умножения:

Функция умножения строки на столбец

Код

def mul_row_and_column_in_thread(queue: _QUEUE_TYPE) -> list[tuple[int | float, int]]:
    result = []
    while queue.qsize():
        local_result = 0
        row, column, place = queue.get()
        for k in range(len(row)):
            local_result += row[k] * column[k]
        result.append((local_result, place))

    return result

Функция распределения вычислений между процессами и сборки результатов в матрицу

Код

def mul_matrixs(m1: Matrix, m2: Matrix, threads: int = 0):
    if m1.size != m2.size:
        return None

    if threads == 0:
        threads = 1

    result = Matrix(size=m1.size, suplyer=0)

    thread_queues = [Queue() for _ in range(threads)]
    thread_iterator = 0

    for row_m1, column_m2 in itertools.product(m1.rows, m2.columns):
        thread_queues[thread_iterator].put((row_m1, column_m2, thread_iterator))
        thread_iterator += 1
        if thread_iterator >= threads:
            thread_iterator = 0

    with ThreadPoolExecutor(max_workers=threads) as executor:
        flat = []

        for item in executor.map(mul_row_and_column_in_thread, thread_queues):
            flat += item

        flat.sort(key=lambda x: x[1])
        result.from_flat([*map(lambda x: x[0], flat)])

    return result

Размер матрицы	1 Поток (сек)	5 Потоков (сек)	20 Потоков (сек)
50x50	0.00654	0.00666	0.00685
100x100	0.03809	0.03753	0.03796
150x150	0.11277	0.11239	0.11342
200x200	0.24218	0.2474	0.25167
250x250	0.45891	0.46111	0.46475
300x300	0.80544	0.81466	0.8198
350x350	1.28701	1.30309	1.32854
400x400	1.93252	1.97905	2.00756
450x450	2.81152	2.88893	2.94218
500x500	3.87053	4.02238	4.03649
550x550	5.26902	5.43371	6.10302
600x600	6.82189	7.09791	7.17916
650x650	8.80005	9.15325	11.26757
700x700	11.04467	11.50241	12.2389
750x750	13.50451	14.23333	18.4895
800x800	16.5745	17.30878	20.61224
850x850	19.99281	23.19894	30.13554
900x900	23.48408	24.84928	31.74338
950x950	27.84541	29.19429	41.40166
1000x1000	32.5547	34.0334	44.55267