Shipilov_Nikita_lab_1

2025-03-21 17:30:12 +04:00
parent c3d5ac3ba2
commit 9307b34c0d
3 changed files with 249 additions and 0 deletions
--- a/shipilov_nikita_lab_1/Main.java
+++ b/shipilov_nikita_lab_1/Main.java
@@ -0,0 +1,123 @@
+import java.util.Random;
+import java.util.concurrent.*;
+
+public class Main {
+
+    public static int[][] generateMatrix(int rows, int cols) {
+        int[][] matrix = new int[rows][cols];
+        Random random = new Random();
+        for (int i = 0; i < rows; i++) {
+            for (int j = 0; j < cols; j++) {
+                matrix[i][j] = random.nextInt(100) + 1;
+            }
+        }
+        return matrix;
+    }
+
+    public static int findMin(int[][] matrix) {
+        int min = Integer.MAX_VALUE;
+        for (int[] row : matrix) {
+            for (int value : row) {
+                if (value < min) {
+                    min = value;
+                }
+            }
+        }
+        return min;
+    }
+
+    public static void singleThreadedDivision(int[][] matrix) {
+        int min = findMin(matrix);
+        for (int i = 0; i < matrix.length; i++) {
+            for (int j = 0; j < matrix[i].length; j++) {
+                matrix[i][j] /= min;
+            }
+        }
+    }
+
+    public static void threadPoolDivision(int[][] matrix, int numThreads) {
+        int min = findMin(matrix);
+        ExecutorService executor = Executors.newFixedThreadPool(numThreads);
+        for (int i = 0; i < matrix.length; i++) {
+            final int row = i;
+            executor.submit(() -> {
+                for (int j = 0; j < matrix[row].length; j++) {
+                    matrix[row][j] /= min;
+                }
+            });
+        }
+        executor.shutdown();
+        try {
+            executor.awaitTermination(1, TimeUnit.MINUTES);
+        } catch (InterruptedException e) {
+            e.printStackTrace();
+        }
+    }
+
+    public static void forkJoinDivision(int[][] matrix) {
+        int min = findMin(matrix);
+        ForkJoinPool pool = new ForkJoinPool();
+        pool.invoke(new DivideTask(matrix, min, 0, matrix.length));
+    }
+
+    private static class DivideTask extends RecursiveAction {
+        private final int[][] matrix;
+        private final int min;
+        private final int start;
+        private final int end;
+
+        DivideTask(int[][] matrix, int min, int start, int end) {
+            this.matrix = matrix;
+            this.min = min;
+            this.start = start;
+            this.end = end;
+        }
+
+        @Override
+        protected void compute() {
+            if (end - start <= 10) {
+                for (int i = start; i < end; i++) {
+                    for (int j = 0; j < matrix[i].length; j++) {
+                        matrix[i][j] /= min;
+                    }
+                }
+            } else {
+                int mid = (start + end) / 2;
+                invokeAll(new DivideTask(matrix, min, start, mid),
+                          new DivideTask(matrix, min, mid, end));
+            }
+        }
+    }
+
+    public static void main(String[] args) {
+        int rows = 1000;
+        int cols = 1000;
+        int[][] matrix = generateMatrix(rows, cols);
+
+        int[][] singleThreadedMatrix = copyMatrix(matrix);
+        long startTime = System.currentTimeMillis();
+        singleThreadedDivision(singleThreadedMatrix);
+        long endTime = System.currentTimeMillis();
+        System.out.println("Single thread alghoritm: " + (endTime - startTime) + " ms");
+
+        int[][] threadPoolMatrix = copyMatrix(matrix);
+        startTime = System.currentTimeMillis();
+        threadPoolDivision(threadPoolMatrix, 4);
+        endTime = System.currentTimeMillis();
+        System.out.println("ThreadPoolExecutor: " + (endTime - startTime) + " ms");
+
+        int[][] forkJoinMatrix = copyMatrix(matrix);
+        startTime = System.currentTimeMillis();
+        forkJoinDivision(forkJoinMatrix);
+        endTime = System.currentTimeMillis();
+        System.out.println("ForkJoinPool: " + (endTime - startTime) + " ms");
+    }
+
+    public static int[][] copyMatrix(int[][] matrix) {
+        int[][] copy = new int[matrix.length][matrix[0].length];
+        for (int i = 0; i < matrix.length; i++) {
+            System.arraycopy(matrix[i], 0, copy[i], 0, matrix[i].length);
+        }
+        return copy;
+    }
+}
--- a/shipilov_nikita_lab_1/diagram.png
+++ b/shipilov_nikita_lab_1/diagram.png
--- a/shipilov_nikita_lab_1/readme.md
+++ b/shipilov_nikita_lab_1/readme.md
@@ -0,0 +1,126 @@
+# Лабораторная работа №1
+
+Разработка многопоточного приложения с использованием Java Concurrency согласно варианту задания.
+
+### Необходимо:
+
+- Разработать однопоточный вариант алгоритма и замерить время его работы.
+- Разработать параллельный вариант алгоритма с использованием ThreadPoolExecutor и замерить время его работы.
+- Разработать параллельный вариант алгоритма с использованием ForkJoinPoll и замерить время его работы.
+
+!!!. Массив генерируется до работы всех вариантов алгоритмов. Все три алгоритма обрабатывают три одинаковых массива.
+
+Вариант задания 2: Разделить элементы матрицы на наименьший элемент.
+
+### Как запустить лабораторную работу:
+
+`javac Main.java` компилирует исходный код
+`java Main` команда запускает скомпилированный класс
+
+### Какие технологии использовали:
+
+- Java 17+
+
+- ExecutorService (ThreadPoolExecutor)
+
+- ForkJoinPool
+
+- System.currentTimeMillis() для замеров времени выполнения
+
+### Как работает программа:
+
+1. Генерация матрицы:
+
+   - Программа создаёт двумерный массив заданного размера (например, 1000x1000).
+
+   - Заполняет его случайными значениями.
+
+   - Определяет наименьший элемент матрицы.
+
+2. Однопоточный алгоритм:
+
+   - Проходит по всей матрице в одном потоке.
+
+   - Делит каждый элемент матрицы на наименьший элемент.
+
+   - Записывает результат в новую матрицу.
+
+   - Измеряет время выполнения.
+
+3. Параллельный алгоритм с ThreadPoolExecutor:
+
+   - Создаёт пул потоков с фиксированным количеством потоков (обычно равное количеству ядер CPU).
+
+   - Делит матрицу на строки, назначая обработку каждой строки отдельному потоку.
+
+   - Потоки выполняют деление элементов и записывают результаты.
+
+   - Ожидает завершения всех потоков.
+
+   - Измеряет время выполнения.
+
+4. Параллельный алгоритм с ForkJoinPool:
+
+   - Использует принцип рекурсивного разбиения задач (Fork/Join).
+
+   - Разбивает матрицу на более мелкие подзадачи, пока они не станут достаточно малы для обработки в одном потоке.
+
+   - Выполняет деление элементов параллельно.
+
+   - Объединяет результаты.
+
+   - Измеряет время выполнения.
+
+5. Вывод результатов:
+
+   - Для каждого метода измеряется время выполнения.
+
+   - Результаты выводятся в консоль.
+
+### (Размер матрицы 1000х1000)
+
+```bash
+Single thread alghoritm: 20 ms
+ThreadPoolExecutor: 73 ms
+ForkJoinPool: 28 ms
+```
+
+### (Размер матрицы 2000х2000)
+
+```bash
+Single thread alghoritm: 39 ms
+ThreadPoolExecutor: 110 ms
+ForkJoinPool: 51 ms.
+```
+
+### (Размер матрицы 3000x3000)
+
+```bash
+Single thread alghoritm: 69 ms
+ThreadPoolExecutor: 182 ms
+ForkJoinPool: 106 ms
+```
+
+### (Размер матрицы 4000x4000)
+
+```bash
+Single thread alghoritm: 108 ms
+ThreadPoolExecutor: 237 ms
+ForkJoinPool: 134 ms
+```
+
+<img src="./diagram.png">
+
+### Анализ результатов
+
+1. Однопоточный алгоритм показывает линейный рост времени выполнения с увеличением размера матрицы. Это ожидаемо, так как вычисления выполняются последовательно.
+
+2. `ThreadPoolExecutor` демонстрирует худшие результаты по сравнению с остальными методами. Это связано с накладными расходами на управление потоками и передачу задач в пул потоков. Он эффективен при большом количестве независимых задач, но в данном случае не даёт прироста.
+
+3. `ForkJoinPool` показывает лучшую производительность среди параллельных методов. Это объясняется тем, что `ForkJoinPool` оптимизирован для рекурсивного разбиения задач и эффективного использования ресурсов CPU.
+
+4. При увеличении размера матрицы разница между `ForkJoinPool` и ThreadPoolExecutor становится более заметной, так как `ForkJoinPool` минимизирует накладные расходы на распределение задач.
+
+### Вывод
+
+Использование `ForkJoinPool` даёт наилучший результат среди многопоточных методов в данном алгоритме. `ThreadPoolExecutor` не оправдывает себя из-за накладных расходов на управление потоками. Однопоточный метод показывает неплохие результаты на небольших данных, но проигрывает `ForkJoinPool` при увеличении объёма вычислений.