Merge pull request 'tsukanova_irina_lab_5' (#108) from tsukanova_irina_lab_5 into main

Reviewed-on: Alexey/DAS_2024_1#108

tsukanova_irina_lab_5/README.md

@@ -0,0 +1,16 @@
+# Цуканова Ирина ПИбд-42
+# Лабораторная работа №5 - Параллельное перемножение матриц
+
+
+## Результат:
+![results](./img.png)
+
+## Выводы:
+
+1. Для маленьких матриц выгоднее использовать последовательное умножение (1 поток)
+2. Для больших матриц лучше использовать параллельное умножение, так как временные затраты
+последовательного умножения в этом случае существенно выше, чем затраты на управление потоками.
+3. Увеличение количества потоков для осуществления умножения больших матриц в определенный момент не дает
+прироста в скорости выполнения. Это значит, что достигнуто оптимальное количество потоков.
+
+## [Видео](https://drive.google.com/file/d/1pMMKllM24xwXZlQkY9VIuKSeKr5vpUHI/view?usp=sharing)

tsukanova_irina_lab_5/main.py

@@ -0,0 +1,55 @@
+import multiprocessing
+import time
+from time import time
+
+import numpy as np
+
+
+def matrix_multi(first, second, res, start_i, stop_i, size):
+    for i in range(start_i, stop_i):
+        for j in range(size):
+            res[i][j] = 0
+            for k in range(size):
+                res[i][j] += first[i][k] * second[k][j]
+
+
+def do(first, second, size, threads):
+    offset = int(size / threads)
+    offset_last = size % threads + offset
+
+    processes = []
+    res = np.zeros((size, size))
+    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=matrix_multi, args=(first, second, res, start_, stop_, size))
+        processes.append(process)
+        process.start()
+
+    for p in processes:
+        p.join()
+    stop_test = time()
+    print(f'{size}x{size}, time: {stop_test - start_test}')
+
+
+if __name__ == "__main__":
+    sizes = [100, 300, 500]
+    threads_counts = [1, 4, 6, 8, 12]
+    for threads in threads_counts:
+        print('-------------------------------------------------')
+        print(f'Threads:{threads}')
+        for n in sizes:
+            first_matrix = np.random.randint(3, size=(n, n))
+            second_matrix = np.random.randint(3, size=(n, n))
+            if threads == 1:
+                res = np.zeros((n, n))
+                start = time()
+                matrix_multi(first_matrix, second_matrix, res, 0, n, n)
+                stop = time()
+                print(f'{n}x{n}, time: {stop - start}')
+            else:
+                do(first_matrix, second_matrix, n, threads)
+
+        print('-------------------------------------------------')