distributed-computing/tasks/ostrovskaya-sf/lab_5/README.md

73 lines
2.5 KiB
Markdown
Raw Normal View History

2023-12-17 13:37:17 +04:00
# Отчет по лабораторной работе №5
Выполнила студентка гр. ИСЭбд-41 Островская С.Ф.
## Создание приложения
Было выбрано консольное приложение, язык программирования - c#.
Обычный алгоритм:
```cs
static int[][] MultiplyMatrix(int[][] matrix1, int[][] matrix2)
{
int rows = matrix1.Length;
int columns = matrix2[0].Length;
int[][] result = new int[rows][];
for (int i = 0; i < rows; i++)
{
result[i] = new int[columns];
for (int j = 0; j < columns; j++)
{
result[i][j] = 0;
for (int k = 0; k < matrix1[i].Length; k++)
{
result[i][j] += matrix1[i][k] * matrix2[k][j];
}
}
}
return result;
}
```
Параллельный алгоритм:
```cs
static int[][] MultiplyMatrixParallel(int[][] matrix1, int[][] matrix2, int numThreads)
{
int rows = matrix1.Length;
int columns = matrix2[0].Length;
int[][] result = new int[rows][];
Parallel.For(0, rows, new ParallelOptions { MaxDegreeOfParallelism = numThreads }, i =>
{
result[i] = new int[columns];
for (int j = 0; j < columns; j++)
{
result[i][j] = 0;
Parallel.For(0, matrix1[i].Length, k =>
{
result[i][j] += matrix1[i][k] * matrix2[k][j];
});
}
});
return result;
}
```
![](pic/pic1.jpg)
![](pic/pic2.jpg)
В результате обычный алгоритм выполнился за ``0,0002112`` секунды, а паралелльный за ``0,0064956`` секунды.
## Бенчмарки
Протестируем обычный и параллельный алгоритмы на матрицах различных размеров: 100х100, 300х300 и 500х500.
Количество потоков: ``4``
![](pic/pic3.jpg)
Количество потоков: ``12``
![](pic/pic4.jpg)
``Вывод``: Обыный алгоритм работает быстрее, если количество элементов не слишком много. Параллельный же алгоритм работает быстрее только при наличии большого количества операций и данных. Оптимальное количество потоков для эффективной работы - 12.