Паралельная программа умножения матрицы на вектор

@dmitrikiy · Регистрация: 29.10.2019

Author24 — интернет-сервис помощи студентам

Может кто помочь сделать паралельную программу умножения квадратной матрицы на вектор, причем n>=100

Nishen · 06.09.2020, 14:40

Для начала создай без использования потоков такую фукнцию.

C++    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
#include <iostream>
#include <thread>
#include <vector>
 
 
class Matrix {
 
public:
    Matrix() :
        storage_(), rows_(0), cols_(0) { };
 
    Matrix(std::size_t rows = 0, std::size_t cols = 0, int value = 0) :
        storage_(rows, std::vector<int>(cols, value)),
        rows_(rows),
        cols_(cols)
    { }
 
    friend std::ostream& operator<<(std::ostream& os, const Matrix& matrix) {
 
        for (const auto& row : matrix.storage_) {
 
            for (const auto& el : row)
                os << el << ' ';
            os << '\n';
 
        }
 
        return os;
 
    }
 
    std::size_t getRowsNumber() const {
 
        return rows_;
 
    }
 
    std::size_t getColsNumber() const {
 
        return cols_;
 
    }
 
    int& operator()(std::size_t row, std::size_t col) {
 
        return storage_[row][col];
 
    }
 
    const int& operator()(std::size_t row, std::size_t col) const {
 
        return storage_[row][col];
        
    }
 
private:
    std::vector<std::vector<int>> storage_;
    std::size_t rows_;
    std::size_t cols_;
 
};
 
std::vector<int> multi(const Matrix& matrix, const std::vector<int>& vec) {
 
    if (matrix.getColsNumber() != vec.size())
        throw std::invalid_argument("The columns number of the matrix "
            "isn't equal to the vector's size");
 
    std::vector<int> result;
    result.resize(vec.size());
 
    for (std::size_t i = 0; i < matrix.getRowsNumber(); ++i)
        for (std::size_t j = 0; j < matrix.getColsNumber(); ++j)
            result[i] += matrix(i, j) * vec[j];
 
    return result;
 
}
 
 
int main() {
 
    Matrix matrix(4, 4, 2);
 
    std::vector<int> vec = multi(matrix, { 4, 4, 4, 4 });
 
    for (const auto& el : vec)
        std::cout << el << ' ';
    std::cout << '\n';
 
    return 0;
 
}

Добавлено через 14 секунд
Теперь подумай, как тут можно использовать потоки.

@Zirak · 06.09.2020, 16:51

Вроде нормально (не считая общего качества кода, конечно). Попробуй теперь сам разобраться как это дело перенести с голых указателей на нормальную матрицу. Например, на ту, что в предыдущем комментарии.

C++    
        
            
                
                
                
                
            
        
    Скопировано
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
#include <thread>
#include <iostream>
#include <iomanip>
#include <vector>
#include <queue>
#include <mutex>
 
void m_fill(int** mat, int n)
{
    std::srand(std::time(0));
 
    for (int i = 0; i < n; ++i)
        for (int j = 0; j < n; ++j)
            mat[i][j] = std::rand() % 10 - 5;
}
 
void v_fill(int* vec, int n)
{
    std::srand(std::time(0));
 
    for (int i = 0; i < n; ++i)
            vec[i] = std::rand() % 15 - 7;
}
 
class simple_work_queue
{
public:
    simple_work_queue(const int size)
    {
        for (int i = size - 1; i >= 0; --i)
            work_queue.push(i);
    }
 
    ~simple_work_queue() {};
 
    int dequeue()
    {
        std::unique_lock<std::mutex> lock(queue_mutex);
        
        if (!work_queue.empty())
        {
            int val = work_queue.front();
            work_queue.pop();
            return val;
        }
    }
 
    bool empty()
    {
        std::unique_lock<std::mutex> lock(queue_mutex);
 
        if (work_queue.empty()) return true;
        else return false;
    }
private:
    std::mutex queue_mutex;
    std::queue<int> work_queue;
};
 
void parallel_MxV(int** matrix, int* vector, int* out, int size, simple_work_queue& works)
{
    for (; !works.empty();)
    {
        int line = works.dequeue();
 
        for (int i = 0; i < size; ++i)
        {
            out[line] += matrix[line][i] * vector[i];
        }
    }
}
 
int main()
{
    unsigned th_number = std::thread::hardware_concurrency();
    if (!th_number) th_number = 4;
    const int size = 10;
 
    int** matrix = new int* [size];
    for (int i = 0; i < size; ++i)
        matrix[i] = new int[size] {};
 
    int* vector = new int[size] {};
    int* result = new int[size] {};
 
    m_fill(matrix, size);
    v_fill(vector, size);
 
    simple_work_queue work_queue(size);
 
    std::vector<std::thread> thread_pool;
 
    for (int i = 0; i < th_number; ++i)
        thread_pool.emplace_back(parallel_MxV, matrix, vector, result, size, std::ref(work_queue));
    
    for (auto& t : thread_pool)
        t.join();
 
    delete[] vector;
    delete[] result;
    for (int i = 0; i < size; ++i)
    {
        delete[] matrix[i];
    }
    delete[] matrix;
 
    return 0;
}

Новые блоги и статьи Все статьи Все блоги /
Сопоставление с образцом (Pattern Matching) в Python: Списки и словари py-thonny 19.03.2025 Программисты любят, когда код говорит сам за себя. Представьте, что вы можете просмотреть структуру данных и мгновенно понять, что с ней делать — без сложных условий и вложенных проверок. Именно эту. . .	Работа с метаданными EXIF и JPEG в JavaScript run.dev 19.03.2025 Работа с изображениями в веб-разработке нередко выходит за рамки простого отображения картинки. Современные задачи требуют глубокого понимания структуры файлов и умения манипулировать их внутренними. . .	Чеклист для Kubernetes в продакшене: Лучшие практики для SRE Mr. Docker 19.03.2025 Когда сталкиваешься с запуском Kubernetes в продакшене, невольно задаешься вопросом: почему то, что так гладко работало в тестовой среде, вдруг начинает вызывать головную боль на боевых системах?. . .	Разработка продвинутого ИИ в Unity с использованием Behavior Graph GameUnited 19.03.2025 В разработке игр искусственный интеллект персонажей часто становится тем элементом, который превращает хорошую игру в выдающуюся. До недавнего времени разработчикам под Unity приходилось либо писать. . .	Словари в Python: методы работы, оптимизация, сериализация py-thonny 19.03.2025 Каждый хотя бы раз сталкивался с необходимостью хранить связанные данные, где важна не только сама информация, но и их взаимосвязь. В дебрях Python словари — это тот универсальный инструмент, который. . .
Реализация паттерна CQRS с Event Sourcing в PHP Jason-Webb 19.03.2025 CQRS (Command Query Responsibility Segregation) — это архитектурный паттерн, который разделяет операции чтения и записи данных в приложении. Если вы столкнулись с ситуацией, когда ваше PHP-приложение. . .	std::span в C++: Подпредставления и срезы NullReferenced 18.03.2025 Если вы когда-нибудь работали с большими объемами данных в C++, то наверняка сталкивались с необходимостью манипулировать отдельными частями массивов или контейнеров. Традиционные подходы часто. . .	std::span в C++: Доступ к элементам и итерирование NullReferenced 18.03.2025 В C++ каждый разработчик сталкивается с проблемой эффективного управления последовательностями данных. Представьте: вы работаете с массивом, передаете его в функцию, а затем в другую, и каждый раз. . .	Утечки памяти в C# UnmanagedCoder 18.03.2025 Когда мы говорим о разработке приложений на C#, то часто успокаиваем себя мыслью, что сборщик мусора решит все наши проблемы с памятью. "Память управляется автоматически" — эта мантра прочно засела в. . .	std::span в C++: Введение в невладеющее представление NullReferenced 18.03.2025 С появлением стандарта C++20 у нас появился новый инструмент — std::span, который представляет собой невладеющее представление для работы с последовательностями данных. std::span — это легковесный. . .

@dmitrikiy 0 / 0 / 0 Регистрация: 29.10.2019 Сообщений: 3
		1
	Паралельная программа умножения матрицы на вектор 06.09.2020, 14:03. Показов 1097. Ответов 2 Метки нет (Все метки) Может кто помочь сделать паралельную программу умножения квадратной матрицы на вектор, причем n>=100 0