Merge pull request 'vaksman_valeria_lab_6' (#91) from vaksman_valeria_lab_6 into main

Reviewed-on: Alexey/DAS_2024_1#91

vaksman_valeria_lab_6/README.md

@@ -0,0 +1,37 @@
+# Лабораторная работа 6. Определение детерминанта матрицы с помощью параллельных вычислений
+
+## Задание
+
+Требуется сделать два алгоритма: обычный и параллельный. В параллельном алгоритме предусмотреть ручное задание количества потоков, каждый из которых будет выполнять нахождение отдельной группы множителей.
+
+### Запуск программы
+
+Для запуска программы необходимо с помощью командной строки в корневой директории файлов прокета прописать:
+```
+python main.py
+```
+
+### Описание работы программы
+
+Программа реализует вычисление детерминанта квадратной матрицы с использованием двух алгоритмов: *обычного и параллельного*.
+
+  1. Обычный алгоритм
+
+      Использует функцию ```parallel_det``` для вычисления детерминанта.
+
+  2. Параллельный алгоритм
+
+      Разбивает матрицу на части и использует несколько потоков для параллельного вычисления детерминанта. Количество потоков задается вручную. Реализован с использованием библиотеки ```concurrent.futures```.
+
+Для каждого размера матрицы программа выводит время выполнения обычного и параллельного алгоритмов, а также соответствующие значения детерминантов. 
+
+### Результат работы программы:
+
+![](result.png "")
+
+#### Вывод
+
+Параллельное выполнение нахождения детерминанта может привести к ускорению, особенно на больших матрицах. Однако, для некоторых матриц, результаты детерминантов могут отличаться между обычным и параллельным выполнением. 
+
+# ВК
+https://vk.com/video256017065_456239876

vaksman_valeria_lab_6/docker-compose.yml

@@ -0,0 +1,9 @@
+services:
+
+  project:
+    container_name: project
+    build:
+      context: .
+      dockerfile: ./project/Dockerfile
+    expose:
+      - 8008

vaksman_valeria_lab_6/project/Dockerfile

@@ -0,0 +1,11 @@
+# Использую базовый образ Python
+FROM python:3.10-slim
+
+# Устанавливаю рабочую директорию внутри контейнера
+WORKDIR /app
+
+# Копирую исполняемый файл
+COPY project/main.py .
+
+# Команда для запуска Python-скрипта
+CMD ["python", "main.py"]

vaksman_valeria_lab_6/project/main.py

@@ -0,0 +1,208 @@
+import random
+import time
+import copy
+from multiprocessing import Pool
+import concurrent.futures
+from copy import deepcopy
+
+
+class Matrix:
+    def __init__(self) -> None:
+        self.matrix_100 = [[0] * 100 for _ in range(100)]
+        self.matrix_300 = [[0] * 300 for _ in range(300)]
+        self.matrix_500 = [[0] * 500 for _ in range(500)]
+        
+    def str_matrix(self, type_list: str):
+        _str = ""
+        
+        current_matrix = getattr(self, type_list)
+                
+        for i in range(len(current_matrix)):
+            _str += "[ "
+            
+            for j in range(len(current_matrix[0])):
+                _str += str(current_matrix[i][j]) + " "
+                
+            _str += " ]\n"
+            
+        return _str
+
+# Глобальный объект класса для хранения результата работы потоков
+result_matrix = copy.deepcopy(Matrix())
+
+def init_matrix(matrix: Matrix, size: int):
+    support_list_main = []
+    
+    for i in range(size):
+        support_list_column = []
+        
+        for j in range(size):
+            support_list_column.append(random.randint(0, 5))
+            
+        support_list_main.append(support_list_column)
+        
+    if size == 100:
+        matrix.matrix_100 = support_list_main
+    elif size == 300:
+        matrix.matrix_300 = support_list_main
+    elif size == 500:
+        matrix.matrix_500 = support_list_main
+            
+# Функция параллельной обработки строк        
+def process_row(args):
+    i, j, m, n = args
+    
+    factor = m[j][i] / m[i][i]
+    
+    for k in range(i, n):
+        m[j][k] -= factor * m[i][k]
+        
+    return m[j]
+
+def parallel_det(matrix, num_threads=1):
+    n = len(matrix)
+
+    # Создаем копию матрицы, чтобы не изменять исходную
+    m = deepcopy(matrix)
+    
+    det_value = 1
+
+    # Функция для параллельной обработки строк
+    def process_row(i, j):
+        factor = m[j][i] / m[i][i]
+        for k in range(i, n):
+            m[j][k] -= factor * m[i][k]
+
+    for i in range(n):
+        # Поиск ненулевого элемента в текущем столбце для обмена строк
+        if m[i][i] == 0:
+            for j in range(i + 1, n):
+                if m[j][i] != 0:
+                    m[i], m[j] = m[j], m[i]
+                    
+                    # Меняем знак определителя при обмене строк
+                    det_value *= -1  
+                    
+                    break
+            else:
+                # Если все элементы в столбце равны 0, то определитель равен 0
+                return 0 
+
+        # Приведение матрицы к треугольному виду с использованием потоков
+        with concurrent.futures.ThreadPoolExecutor(max_workers=num_threads) as executor:
+            # Параллельно обрабатываем строки ниже текущей (от i+1 до n)
+            futures = [
+                executor.submit(process_row, i, j) for j in range(i + 1, n)
+            ]
+            concurrent.futures.wait(futures)
+
+        # Умножаем на диагональный элемент
+        det_value *= m[i][i]
+
+    return det_value 
+
+def det(matrix):
+    n = len(matrix)
+    # копия матрицы для сохранения исходной
+    m = [row[:] for row in matrix]
+    det_value = 1
+
+    for i in range(n):
+        # Поиск ненулевого элемента в текущем столбце для обмена строк
+        if m[i][i] == 0:
+            for j in range(i + 1, n):
+                if m[j][i] != 0:
+                    m[i], m[j] = m[j], m[i]
+                    
+                    # Меняем знак определителя при обмене строк
+                    det_value *= -1  
+                    
+                    break
+            else:
+                return 0  # Если все элементы в столбце равны 0, то определитель равен 0
+
+        # Приведение матрицы к треугольному виду
+        for j in range(i + 1, n):
+            factor = m[j][i] / m[i][i]
+            
+            for k in range(i, n):
+                m[j][k] -= factor * m[i][k]
+
+        # Умножаем на диагональный элемент
+        det_value *= m[i][i]
+
+    return det_value
+            
+def run_program():
+    matrix = Matrix()
+    init_matrix(matrix, 100)
+    init_matrix(matrix, 300)
+    init_matrix(matrix, 500)
+    
+    start_time = time.time()
+    print(f"100x100:{det(matrix.matrix_100)}")
+    end_time = time.time()
+    print("Time 100x100: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"100x100:{parallel_det(matrix.matrix_100, 3)}")
+    end_time = time.time()
+    print("Time 100x100: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"100x100:{parallel_det(matrix.matrix_100, 5)}")
+    end_time = time.time()
+    print("Time 100x100: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"100x100:{parallel_det(matrix.matrix_100, 8)}")
+    end_time = time.time()
+    print("Time 100x100: ", end_time - start_time)
+    
+    # ----------------------------------------------------------------------------------------------------
+    print("\n" + "-" * 50 + "\n")
+    
+    start_time = time.time()
+    print(f"300x300:{det(matrix.matrix_300)}")
+    end_time = time.time()
+    print("Time 300x300: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"300x300:{parallel_det(matrix.matrix_300, 3)}")
+    end_time = time.time()
+    print("Time 300x300: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"300x300:{parallel_det(matrix.matrix_300, 5)}")
+    end_time = time.time()
+    print("Time 300x300: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"300x300:{parallel_det(matrix.matrix_300, 8)}")
+    end_time = time.time()
+    print("Time 300x300: ", end_time - start_time)
+    
+    # ----------------------------------------------------------------------------------------------------
+    print("\n" + "-" * 50 + "\n")
+    
+    start_time = time.time()
+    print(f"500x500:{det(matrix.matrix_500)}")
+    end_time = time.time()
+    print("Time 500x500: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"500x500:{parallel_det(matrix.matrix_500, 3)}")
+    end_time = time.time()
+    print("Time 500x500: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"500x500:{parallel_det(matrix.matrix_500, 5)}")
+    end_time = time.time()
+    print("Time 500x500: ", end_time - start_time)
+    
+    start_time = time.time()
+    print(f"500x500:{parallel_det(matrix.matrix_500, 8)}")
+    end_time = time.time()
+    print("Time 500x500: ", end_time - start_time)
+    
+run_program()