Merge pull request 'PIBD-22-lyakhov_timofey_lab_1_ready' (#42) from funa4i/SSPR_25:lyakhov_timofey_lab_1 into main

Reviewed-on: #42
2025-03-28 21:51:40 +04:00
parent 73737a53f2 2036f3f54e
commit 12c0147c19
4 changed files with 342 additions and 0 deletions
--- a/lyakhov_timofey_lab_1/.dockerfile
+++ b/lyakhov_timofey_lab_1/.dockerfile
@@ -0,0 +1,4 @@
+FROM openjdk:21-jdk-slim
+COPY target/sspr-1.0-SNAPSHOT.jar app.jar
+
+ENTRYPOINT ["java", "-jar", "/app.jar"]
--- a/lyakhov_timofey_lab_1/README.md
+++ b/lyakhov_timofey_lab_1/README.md
@@ -0,0 +1,186 @@
+# Лабораторная работа №1
+
+## Описание
+
+Программа вычисляет сумму произведений строк квадратной матрицы с использованием трех подходов:
+
+- Однопоточная реализация
+- Многопоточная реализация с использованием ThreadPool
+- Реализация с использованием ForkJoinPool
+
+Цель — сравнить эффективность различных способов многопоточной обработки данных и замерить время выполнения для каждого подхода.
+
+## Как запустить лабораторную работу
+
+1. Соберите проект и получите `.jar` файл:
+   ```bash
+   mvn package
+   ```
+   Либо перейдите сразу к шагу 2, если `.jar` уже собран.
+
+2. Соберите Docker-образ:
+   ```bash
+   docker build -t app -f .dockerfile .
+   ```
+
+3. Запустите контейнер:
+   ```bash
+   docker run -i app
+   ```
+
+## Используемые технологии
+
+- **Java**
+- **Maven** — для сборки проекта
+- **Docker** — для упаковки и запуска приложения в контейнере
+- **Параллельное программирование**:
+    - `ExecutorService` (ThreadPool)
+    - `ForkJoinPool` (пул задач с рекурсивным делением данных)
+
+## Что делает программа
+
+- Заполняет матрицу случайными числами от 1 до 100.
+- Вычисляет сумму произведений элементов в каждой строке матрицы тремя способами:
+    1. **Однопоточная реализация** — классический линейный перебор строк.
+    2. **ThreadPool** — распределение строк по пулу потоков.
+    3. **ForkJoinPool** — разбиение задачи на подзадачи с использованием `RecursiveTask`.
+- Для каждого способа выводит время выполнения в наносекундах.
+```java
+
+    public static void calculateSumOfRow() { // Фнукция подсчета в одном потоке
+        LocalDateTime startTime = LocalDateTime.now();
+        long s = System.nanoTime();
+        int sum = 0;
+        for (int[] ints : matrix) {
+            int product = 1;
+            for (int anInt : ints) {
+                product *= anInt;
+            }
+            sum += product;
+        }
+
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения в одном потоке: \t" + st);
+
+    }
+
+    public static void calculateSumOfRowWithThreadPool() { // Фнукция подсчета с помощью  ThreadPool
+        int sum = 0;
+        int numThreads = Runtime.getRuntime().availableProcessors(); // Определение количества потоков на основании процессора
+        ExecutorService executor = Executors.newFixedThreadPool(numThreads);
+        List<Future<Integer>> futures = new ArrayList<>();
+        long s = System.nanoTime();
+        for (int i = 0; i < matrix.length; i++) { // Создание задач выполнения
+            final int row = i;
+            futures.add(executor.submit(() -> {
+                int product = 1;
+                for (int j = 0; j < matrix[row].length; j++) {
+                    product *= matrix[row][j];
+                }
+                return product;
+            }));
+        }
+
+        for (Future<Integer> future : futures) { // Подсчет всех значений
+            try {
+                sum += future.get();
+            } catch (InterruptedException | ExecutionException e) {
+                System.out.println(e.getMessage());
+            }
+        }
+
+        executor.shutdown();
+
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения с ThreadPool: \t\t" + st);
+    }
+
+    public static void calculateSumOfRowWithForkPool(){ // ПОдсчет через ForkPool
+
+        PartTask pt = new PartTask(matrix, 0, size + 1); // Создание сущности парта
+        ForkJoinPool forkJoinPool = new ForkJoinPool(); 
+        long s = System.nanoTime();
+        forkJoinPool.invoke(pt);
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения с ForkJoinPool: \t" + st);
+    }
+
+}
+class PartTask extends RecursiveTask<Integer> { // Класс задачи
+
+    private final int[][] matrix;
+    private final int start, stop;
+
+    public PartTask(int[][] matrix, int start, int stop) {
+        this.matrix = matrix;
+        this.start = start;
+        this.stop = stop;
+    }
+
+    @Override
+    protected Integer compute() { // Вычисление части парта(Использование рекурсий)
+        if (start + 1 == stop) {
+            return Arrays.stream(matrix[start]).sum();
+        }
+        PartTask p1 = new PartTask(matrix, start, (start + stop) / 2);
+        PartTask p2 = new PartTask(matrix, (start + stop) / 2, stop);
+        p1.fork();
+        p2.fork();
+        return p1.join() + p2.join();
+    }
+}
+```
+
+
+
+### Особенности кода
+
+- Используется замер времени выполнения с помощью `System.nanoTime()`.
+- ThreadPool автоматически подстраивается под количество доступных ядер CPU.
+- Реализация с ForkJoinPool демонстрирует работу паттерна divide-and-conquer (разделяй и властвуй).
+- Для ForkJoinPool реализован собственный класс `PartTask`, унаследованный от `RecursiveTask<Integer>`.
+
+## Тесты (Примеры ввода и вывода)
+
+### Тест 1:
+**Ввод:**
+```
+Введите размер матрицы (от 2 до 1000): 10
+```
+**Вывод:**
+```
+Время выполнения в одном потоке:        2800
+Время выполнения с ThreadPool:          1793455
+Время выполнения с ForkJoinPool:        599719
+```
+
+### Тест 2:
+**Ввод:**
+```
+Введите размер матрицы (от 2 до 1000): 100
+```
+**Вывод:**
+```
+Время выполнения в одном потоке:        66801
+Время выполнения с ThreadPool:          5646255
+Время выполнения с ForkJoinPool:        568506
+```
+
+### Тест 3:
+**Ввод:**
+```
+Введите размер матрицы (от 2 до 1000): 1000
+```
+**Вывод:**
+```
+Время выполнения в одном потоке:        2352923
+Время выполнения с ThreadPool:          14560843
+Время выполнения с ForkJoinPool:        917609
+```
+
+## Вывод
+
+В рамках лабораторной работы были реализованы и протестированы три подхода к параллельной обработке данных. ForkJoinPool показал лучшее соотношение скорости и масштабируемости при увеличении размера матрицы, особенно по сравнению с классическим ThreadPool.
+
+Были закреплены навыки работы с потоками, параллельными вычислениями и измерением производительности различных подходов.
+
--- a/lyakhov_timofey_lab_1/pom.xml
+++ b/lyakhov_timofey_lab_1/pom.xml
@@ -0,0 +1,31 @@
+<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
+  xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
+  <modelVersion>4.0.0</modelVersion>
+
+  <groupId>org.urlshort</groupId>
+  <artifactId>sspr</artifactId>
+  <version>1.0-SNAPSHOT</version>
+  <packaging>jar</packaging>
+
+  <name>sspr</name>
+  <url>http://maven.apache.org</url>
+  <properties>
+    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
+  </properties>
+    <build>
+        <plugins>
+            <plugin>
+                <groupId>org.apache.maven.plugins</groupId>
+                <artifactId>maven-jar-plugin</artifactId>
+                <version>3.2.0</version>
+                <configuration>
+                    <archive>
+                        <manifest>
+                            <mainClass>org.urlshort.App</mainClass>
+                        </manifest>
+                    </archive>
+                </configuration>
+            </plugin>
+        </plugins>
+    </build>
+</project>
--- a/lyakhov_timofey_lab_1/src/main/java/org/urlshort/App.java
+++ b/lyakhov_timofey_lab_1/src/main/java/org/urlshort/App.java
@@ -0,0 +1,121 @@
+package org.urlshort;
+
+import java.time.LocalDateTime;
+import java.time.Duration;
+import java.util.*;
+import java.util.concurrent.*;
+
+public class App 
+{
+    private static int[][] matrix;
+    private static int size;
+
+    public static void main( String[] args ) {
+
+        do {
+            Scanner scanner = new java.util.Scanner(System.in);
+            Random random = new java.util.Random();
+
+            System.out.print("Введите размер матрицы (от 2 до 1000): ");
+            int size = scanner.nextInt();
+
+            if (size < 2 || size > 10000) {
+                System.out.println("Размер матрицы должен быть от 2 до 1000.");
+                return;
+            }
+
+            matrix = new int[size][size];
+
+            for (int i = 0; i < size; i++) {
+                for (int j = 0; j < size; j++) {
+                    matrix[i][j] = random.nextInt(100) + 1;
+                }
+            }
+            calculateSumOfRow();
+            calculateSumOfRowWithThreadPool();
+            calculateSumOfRowWithForkPool();
+        } while (true);
+    }
+
+    public static void calculateSumOfRow() {
+        LocalDateTime startTime = LocalDateTime.now();
+        long s = System.nanoTime();
+        int sum = 0;
+        for (int[] ints : matrix) {
+            int product = 1;
+            for (int anInt : ints) {
+                product *= anInt;
+            }
+            sum += product;
+        }
+
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения в одном потоке: \t" + st);
+
+    }
+
+    public static void calculateSumOfRowWithThreadPool() {
+        int sum = 0;
+        int numThreads = Runtime.getRuntime().availableProcessors();
+        ExecutorService executor = Executors.newFixedThreadPool(numThreads);
+        List<Future<Integer>> futures = new ArrayList<>();
+        long s = System.nanoTime();
+        for (int i = 0; i < matrix.length; i++) {
+            final int row = i;
+            futures.add(executor.submit(() -> {
+                int product = 1;
+                for (int j = 0; j < matrix[row].length; j++) {
+                    product *= matrix[row][j];
+                }
+                return product;
+            }));
+        }
+
+        for (Future<Integer> future : futures) {
+            try {
+                sum += future.get();
+            } catch (InterruptedException | ExecutionException e) {
+                System.out.println(e.getMessage());
+            }
+        }
+
+        executor.shutdown();
+
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения с ThreadPool: \t\t" + st);
+    }
+
+    public static void calculateSumOfRowWithForkPool(){
+
+        PartTask pt = new PartTask(matrix, 0, size + 1);
+        ForkJoinPool forkJoinPool = new ForkJoinPool();
+        long s = System.nanoTime();
+        forkJoinPool.invoke(pt);
+        long st = System.nanoTime() - s;
+        System.out.println("Время выполнения с ForkJoinPool: \t" + st);
+    }
+
+}
+class PartTask extends RecursiveTask<Integer> {
+
+    private final int[][] matrix;
+    private final int start, stop;
+
+    public PartTask (int[][] matrix, int start, int stop){
+        this.matrix = matrix;
+        this.start = start;
+        this.stop = stop;
+    }
+
+    @Override
+    protected Integer compute() {
+        if (start + 1 == stop){
+            return Arrays.stream(matrix[start]).sum();
+        }
+        PartTask p1 = new PartTask(matrix, start, (start + stop) / 2);
+        PartTask p2 = new PartTask(matrix, (start + stop) / 2, stop);
+        p1.fork();
+        p2.fork();
+        return p1.join() + p2.join();
+    }
+}