Никитина Валерия. Технология SEQ-MPI. Максимальное значение элементов матрицы. Вариант 13.

tasks/nikitina_v_max_elem_matr/common/include/common.hpp

@@ -0,0 +1,17 @@
+#pragma once
+
+#include <string>
+#include <vector>
+
+#include "task/include/task.hpp"
+
+namespace nikitina_v_max_elem_matr {
+
+// Вход: std::vector<int>, где первые 2 элемента - размеры, остальные - матрица
+using InType = std::vector<int>;
+// Выход: int - максимальный элемент
+using OutType = int;
+
+using BaseTask = ppc::task::Task<InType, OutType>;
+
+}  // namespace nikitina_v_max_elem_matr

tasks/nikitina_v_max_elem_matr/info.json

@@ -0,0 +1,9 @@
+{
+  "student": {
+    "first_name": "Валерия",
+    "last_name": "Никитина",
+    "middle_name": "Владимировна",
+    "group_number": "3823Б1ФИ2",
+    "task_number": "1"
+  }
+}

tasks/nikitina_v_max_elem_matr/mpi/include/ops_mpi.hpp

@@ -0,0 +1,27 @@
+#pragma once
+
+#include <vector>
+
+#include "nikitina_v_max_elem_matr/common/include/common.hpp"
+
+namespace nikitina_v_max_elem_matr {
+
+class MaxElementMatrMPI : public BaseTask {
+ public:
+  static constexpr ppc::task::TypeOfTask GetStaticTypeOfTask() {
+    return ppc::task::TypeOfTask::kMPI;
+  }
+  explicit MaxElementMatrMPI(const InType &in);
+
+ private:
+  bool ValidationImpl() override;
+  bool PreProcessingImpl() override;
+  bool RunImpl() override;
+  bool PostProcessingImpl() override;
+
+  int rows, cols;
+  int global_max;
+  std::vector<int> matrix_;
+};
+
+}  // namespace nikitina_v_max_elem_matr

tasks/nikitina_v_max_elem_matr/mpi/src/ops_mpi.cpp

@@ -0,0 +1,92 @@
+#include "nikitina_v_max_elem_matr/mpi/include/ops_mpi.hpp"
+
+#include <mpi.h>
+
+#include <algorithm>
+#include <climits>
+#include <stdexcept>
+#include <vector>
+
+namespace nikitina_v_max_elem_matr {
+
+MaxElementMatrMPI::MaxElementMatrMPI(const InType &in) : BaseTask() {
+  SetTypeOfTask(GetStaticTypeOfTask());
+  GetInput() = in;
+}
+
+bool MaxElementMatrMPI::ValidationImpl() {
+  const auto &in_ = GetInput();
+  if (in_.size() < 2) {
+    return false;
+  }
+  rows = in_[0];
+  cols = in_[1];
+  if (rows < 0 || cols < 0 || static_cast<size_t>(rows * cols) != in_.size() - 2) {
+    return false;
+  }
+  return true;
+}
+
+bool MaxElementMatrMPI::PreProcessingImpl() {
+  int rank = 0;
+  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
+
+  if (rank == 0) {
+    const auto &in_ = GetInput();
+    matrix_.clear();
+    if (rows > 0 && cols > 0) {
+      matrix_.reserve(rows * cols);
+      std::copy(in_.begin() + 2, in_.end(), std::back_inserter(matrix_));
+    }
+  }
+  return true;
+}
+
+bool MaxElementMatrMPI::RunImpl() {
+  int world_size, rank;
+  MPI_Comm_size(MPI_COMM_WORLD, &world_size);
+  MPI_Comm_rank(MPI_COMM_WORLD, &rank);
+
+  if (rows * cols == 0) {
+    global_max = INT_MIN;
+  } else {
+    const int total_elements = rows * cols;
+    const int elements_per_proc = total_elements / world_size;
+    const int remainder_elements = total_elements % world_size;
+
+    std::vector<int> sendcounts(world_size);
+    std::vector<int> displs(world_size);
+    int current_displ = 0;
+
+    for (int i = 0; i < world_size; ++i) {
+      sendcounts[i] = (i < remainder_elements) ? elements_per_proc + 1 : elements_per_proc;
+      displs[i] = current_displ;
+      current_displ += sendcounts[i];
+    }
+
+    std::vector<int> recv_buf(sendcounts[rank]);
+
+    MPI_Scatterv(matrix_.data(), sendcounts.data(), displs.data(), MPI_INT, recv_buf.data(), sendcounts[rank], MPI_INT,
+                 0, MPI_COMM_WORLD);
+
+    int local_max = (recv_buf.empty()) ? INT_MIN : recv_buf[0];
+    for (int val : recv_buf) {
+      if (val > local_max) {
+        local_max = val;
+      }
+    }
+
+    MPI_Reduce(&local_max, &global_max, 1, MPI_INT, MPI_MAX, 0, MPI_COMM_WORLD);
+  }
+
+  MPI_Bcast(&global_max, 1, MPI_INT, 0, MPI_COMM_WORLD);
+
+  return true;
+}
+
+bool MaxElementMatrMPI::PostProcessingImpl() {
+  GetOutput() = global_max;
+  return true;
+}
+
+}  // namespace nikitina_v_max_elem_matr

tasks/nikitina_v_max_elem_matr/report.md

@@ -0,0 +1,94 @@
+# Поиск максимального элемента в целочисленной матрице
+
+-   **Студент:** `<Никитина Валерия Владимировна>`, группа `<3823Б1ФИ2>`
+-   **Технология:** SEQ, MPI
+-   **Вариант:** `<13>`
+
+## 1. Введение
+
+Поиск экстремальных значений является одной из фундаментальных операций в анализе данных. При работе с большими матрицами последовательное выполнение этой задачи может занимать значительное время. Распараллеливание алгоритма с использованием технологии Message Passing Interface (MPI) позволяет сократить время вычислений за счет одновременной обработки разных частей данных на нескольких вычислительных узлах.
+
+Целью данной работы является реализация и сравнение производительности последовательного и параллельного (MPI) алгоритмов для поиска максимального элемента в целочисленной матрице, а также обеспечение полной корректности и тестового покрытия реализованного решения.
+
+## 2. Постановка задачи
+
+**Входные данные:** Целочисленная матрица, представленная в виде одномерного вектора `std::vector<int>`. Первые два элемента вектора задают размеры матрицы: количество строк `rows` и столбцов `cols`. Остальные `rows * cols` элементов представляют собой данные матрицы.
+
+**Выходные данные:** Одно целое число — максимальное значение среди всех элементов матрицы.
+
+**Ограничения:**
+-   Элементы матрицы — целые числа.
+-   Матрица с нулевыми размерами (например, `10x0` или `0x10`) является валидным входным данным. Для таких матриц результат равен `INT_MIN`.
+-   Входные данные с отрицательными размерами или некорректным количеством элементов считаются невалидными.
+
+## 3. Описание алгоритма (базового/последовательного)
+
+Последовательный алгоритм представляет собой простой линейный обход всех элементов матрицы.
+
+1.  Проводится валидация входных данных: проверяется, что размеры матрицы неотрицательные и соответствуют фактическому количеству переданных элементов.
+2.  Инициализируется переменная `global_max` минимально возможным значением для типа `int` (`INT_MIN`).
+3.  Если матрица не пуста, организуется цикл, который итерируется по каждому элементу.
+4.  На каждой итерации текущий элемент матрицы сравнивается со значением `global_max`. Если текущий элемент больше, `global_max` обновляется.
+5.  После завершения обхода переменная `global_max` содержит искомое максимальное значение.
+
+Временная сложность данного алгоритма составляет O(N × M), где N и M — размеры матрицы.
+
+## 4. Схема распараллеливания
+
+Для распараллеливания задачи с использованием технологии MPI была выбрана модель "Мастер-Рабочий" (Master-Worker). Декомпозиция данных выполняется путем разделения исходной матрицы на примерно равные непрерывные части.
+
+-   **Валидация:** Каждый MPI-процесс самостоятельно выполняет проверку входных данных для достижения 100% тестового покрытия ветвей кода.
+
+-   **Схема обменов данными:**
+    1.  **Процесс с рангом 0 (Мастер):** Хранит полную исходную матрицу.
+    2.  **`MPI_Scatterv`:** Мастер распределяет данные. Он вычисляет, сколько элементов будет обрабатывать каждый процесс, и рассылает соответствующие части матрицы всем процессам (включая себя).
+    3.  **Локальные вычисления:** Каждый процесс находит максимальный элемент в своей локальной части (`local_max`).
+    4.  **`MPI_Reduce`:** Все процессы участвуют в коллективной операции редукции, в результате которой на 0-м процессе вычисляется глобальный максимум (`global_max`).
+    5.  **`MPI_Bcast`:** Процесс 0 рассылает финальный `global_max` всем остальным процессам. Этот шаг критически важен, так как тестовый фреймворк проверяет корректность результата на каждом процессе.
+
+Эта схема позволяет эффективно распределить вычислительную нагрузку, минимизируя коммуникации.
+
+## 5. Экспериментальная установка
+
+-   **Окружение:** Разработка и локальное тестирование проводились в контейнере Docker на базе Ubuntu.
+-   **CPU:** Предоставлено средой выполнения (2 виртуальных ядра).
+-   **Toolchain:**
+    -   Компилятор: GCC 14.2.0
+    -   Система сборки: CMake
+    -   Тип сборки: `Release`
+-   **Переменные окружения:** Эксперименты проводились при `PPC_NUM_PROC=2`.
+-   **Данные для тестов:**
+    -   **Функциональные тесты:** Матрицы различных размеров, включая граничные и невалидные случаи.
+    -   **Тесты производительности:** Матрица размером **12000x12000**, заполненная случайными целыми числами.
+
+## 6. Результаты и обсуждение
+
+### 6.1. Корректность и тестовое покрытие
+
+Корректность работы алгоритмов проверялась с помощью исчерпывающего набора GTest'ов, включающего как тесты на валидных данных, так и тесты, проверяющие обработку некорректных входных данных. Благодаря этому было достигнуто **100% покрытие строк и ветвей кода**, что гарантирует надежность реализованных функций.
+
+### 6.2. Производительность
+
+Измерения времени выполнения проводились на матрице 12000x12000. Ускорение (Speedup) вычислялось как S(p) = T(1) / T(p), а эффективность (Efficiency) как E(p) = S(p) / p.
+
+| Режим | Кол-во процессов (p) | Время, с | Ускорение (S) | Эффективность (E) |
+| :---- | :------------------: | :------- | :------------ | :---------------- |
+| seq   |           1          | **0.415**| 1.00          | 100%              |
+| mpi   |           2          | **0.224**| 1.85          | 92.5%             |
+
+**Анализ результатов:**
+
+Параллельная MPI-реализация на двух процессах показала значительное **ускорение в 1.85 раза** по сравнению с последовательной версией. Это близко к идеальному двукратному ускорению, что свидетельствует о высокой эффективности распараллеливания.
+
+Эффективность в `92.5%` означает, что только 7.5% времени было потрачено на накладные расходы, связанные с работой MPI (раздача данных и сбор результатов). Такой высокий показатель подтверждает, что для данной задачи на двух процессах вычислительная нагрузка хорошо распределяется, а коммуникационные издержки минимальны.
+
+## 7. Выводы
+
+В ходе выполнения работы были успешно реализованы, протестированы и отлажены последовательный и параллельный (MPI) алгоритмы для поиска максимального элемента в матрице.
+
+Экспериментальные замеры показали, что MPI-реализация на двух процессах достигает ускорения `1.85x` при эффективности `92.5%`. Это подтверждает, что выбранная схема распараллеливания является высокоэффективной для данной задачи и позволяет значительно сократить время выполнения по сравнению с последовательным подходом.
+
+## 8. Источники
+
+1.  Open MPI Documentation — [https://www.open-mpi.org/doc/](https://www.open-mpi.org/doc/)
+2.  Peter S. Pacheco. Parallel Programming with MPI. Morgan Kaufmann, 1996.

tasks/nikitina_v_max_elem_matr/seq/include/ops_seq.hpp

@@ -0,0 +1,27 @@
+#pragma once
+
+#include <vector>
+
+#include "nikitina_v_max_elem_matr/common/include/common.hpp"
+
+namespace nikitina_v_max_elem_matr {
+
+class MaxElementMatrSEQ : public BaseTask {
+ public:
+  static constexpr ppc::task::TypeOfTask GetStaticTypeOfTask() {
+    return ppc::task::TypeOfTask::kSEQ;
+  }
+  explicit MaxElementMatrSEQ(const InType &in);
+
+ private:
+  bool ValidationImpl() override;
+  bool PreProcessingImpl() override;
+  bool RunImpl() override;
+  bool PostProcessingImpl() override;
+
+  int rows, cols;
+  int max_val;
+  std::vector<int> matrix_;
+};
+
+}  // namespace nikitina_v_max_elem_matr

tasks/nikitina_v_max_elem_matr/seq/src/ops_seq.cpp

@@ -0,0 +1,57 @@
+#include "nikitina_v_max_elem_matr/seq/include/ops_seq.hpp"
+
+#include <algorithm>
+#include <climits>
+#include <stdexcept>
+
+namespace nikitina_v_max_elem_matr {
+
+MaxElementMatrSEQ::MaxElementMatrSEQ(const InType &in) : BaseTask() {
+  SetTypeOfTask(GetStaticTypeOfTask());
+  GetInput() = in;
+}
+
+bool MaxElementMatrSEQ::ValidationImpl() {
+  const auto &in_ = GetInput();
+  if (in_.size() < 2) {
+    return false;
+  }
+  rows = in_[0];
+  cols = in_[1];
+  if (rows < 0 || cols < 0 || static_cast<size_t>(rows * cols) != in_.size() - 2) {
+    return false;
+  }
+  return true;
+}
+
+bool MaxElementMatrSEQ::PreProcessingImpl() {
+  const auto &in_ = GetInput();
+  matrix_.clear();
+  if (rows > 0 && cols > 0) {
+    matrix_.reserve(rows * cols);
+    std::copy(in_.begin() + 2, in_.end(), std::back_inserter(matrix_));
+  }
+  max_val = INT_MIN;
+  return true;
+}
+
+bool MaxElementMatrSEQ::RunImpl() {
+  if (matrix_.empty()) {
+    max_val = INT_MIN;
+    return true;
+  }
+  max_val = matrix_[0];
+  for (size_t i = 1; i < matrix_.size(); ++i) {
+    if (matrix_[i] > max_val) {
+      max_val = matrix_[i];
+    }
+  }
+  return true;
+}
+
+bool MaxElementMatrSEQ::PostProcessingImpl() {
+  GetOutput() = max_val;
+  return true;
+}
+
+}  // namespace nikitina_v_max_elem_matr

tasks/nikitina_v_max_elem_matr/settings.json

@@ -0,0 +1,7 @@
+{
+  "tasks_type": "processes",
+  "tasks": {
+    "mpi": "enabled",
+    "seq": "enabled"
+  }
+}

tasks/nikitina_v_max_elem_matr/tests/.clang-tidy

@@ -0,0 +1,13 @@
+InheritParentConfig: true
+
+Checks: >
+  -modernize-loop-convert,
+  -cppcoreguidelines-avoid-goto,
+  -cppcoreguidelines-avoid-non-const-global-variables,
+  -misc-use-anonymous-namespace,
+  -modernize-use-std-print,
+  -modernize-type-traits
+
+CheckOptions:
+  - key: readability-function-cognitive-complexity.Threshold
+    value: 50  # Relaxed for tests