Дорофеев Иван. Технология SEQ-MPI. Интегрирование – метод Монте-Карло. Вариант 21.#65
Merged
allnes merged 13 commits intolearning-process:masterfrom Dec 10, 2025
Conversation
Codecov Report✅ All modified and coverable lines are covered by tests. Additional details and impacted files@@ Coverage Diff @@
## master #65 +/- ##
==========================================
+ Coverage 94.03% 95.00% +0.96%
==========================================
Files 15 18 +3
Lines 486 580 +94
Branches 181 227 +46
==========================================
+ Hits 457 551 +94
Partials 29 29 ☔ View full report in Codecov by Sentry. 🚀 New features to boost your workflow:
|
c80253c to
ad8e101
Compare
allnes
reviewed
Nov 24, 2025
allnes
reviewed
Nov 24, 2025
allnes
reviewed
Nov 24, 2025
allnes
reviewed
Nov 24, 2025
allnes
reviewed
Nov 24, 2025
allnes
reviewed
Nov 24, 2025
aobolensk
reviewed
Nov 29, 2025
aobolensk
approved these changes
Dec 4, 2025
allnes
approved these changes
Dec 10, 2025
AzotEye
pushed a commit
to AzotEye/ppc-2025-processes-informatics
that referenced
this pull request
Dec 14, 2025
…. Вариант 21. (learning-process#65) ## Описание **SEQ:** Последовательный алгоритм основан на статистической оценке определённого интеграла по набору случайных точек. Сначала определяется область интегрирования и количество выборок. Затем генерируются случайные точки, равномерно распределённые внутри данной области, на каждой точке вычисляется значение функции, после чего среднее значение умножается на объём области, что и даёт приближённый результат интегрирования. **MPI:** В параллельной версии общее количество выборок делится между всеми процессами. Каждый процесс генерирует свой набор случайных точек и вычисляет промежуточную сумму значений функции. Для этого общее число выборок разбивается на число блоков, равное числу процессов. Размеры блоков одинаковы, за исключением последнего процесса, которому выделяются остаточные выборки. После выполнения локальных вычислений результаты всех процессов суммируются с помощью операции MPI_Reduce, и итоговый результат собирается на нулевом процессе. Отчёт содержит описание системы, на которой проводились эксперименты, результаты и вывод. --- ## Чек-лист <!-- Пожалуйста, убедитесь, что следующие пункты выполнены **до** отправки pull request'а и запроса его ревью: --> - [x] **Статус CI**: Все CI-задачи (сборка, тесты, генерация отчёта) успешно проходят на моей ветке в моем форке - [x] **Директория и именование задачи**: Я создал директорию с именем `<фамилия>_<первая_буква_имени>_<короткое_название_задачи>` - [x] **Полное описание задачи**: Я предоставил полное описание задачи в теле pull request - [x] **clang-format**: Мои изменения успешно проходят `clang-format` локально в моем форке (нет ошибок форматирования) - [x] **clang-tidy**: Мои изменения успешно проходят `clang-tidy` локально в моем форке (нет предупреждений/ошибок) - [x] **Функциональные тесты**: Все функциональные тесты успешно проходят локально на моей машине - [x] **Тесты производительности**: Все тесты производительности успешно проходят локально на моей машине - [x] **Ветка**: Я работаю в ветке, названной точно так же, как директория моей задачи (например, `nesterov_a_vector_sum`), а не в `master` - [x] **Правдивое содержание**: Я подтверждаю, что все сведения, указанные в этом pull request, являются точными и достоверными <!-- ПРИМЕЧАНИЕ: Ложные сведения в этом чек-листе могут привести к отклонению PR и получению нулевого балла за соответствующую задачу. --> --------- Co-authored-by: 4elodoy-Molovek <ivandor22@outlook.com>
AleksndrSakharov
pushed a commit
to AleksndrSakharov/ppc-2025-processes-informatics
that referenced
this pull request
Dec 16, 2025
…. Вариант 21. (learning-process#65) ## Описание **SEQ:** Последовательный алгоритм основан на статистической оценке определённого интеграла по набору случайных точек. Сначала определяется область интегрирования и количество выборок. Затем генерируются случайные точки, равномерно распределённые внутри данной области, на каждой точке вычисляется значение функции, после чего среднее значение умножается на объём области, что и даёт приближённый результат интегрирования. **MPI:** В параллельной версии общее количество выборок делится между всеми процессами. Каждый процесс генерирует свой набор случайных точек и вычисляет промежуточную сумму значений функции. Для этого общее число выборок разбивается на число блоков, равное числу процессов. Размеры блоков одинаковы, за исключением последнего процесса, которому выделяются остаточные выборки. После выполнения локальных вычислений результаты всех процессов суммируются с помощью операции MPI_Reduce, и итоговый результат собирается на нулевом процессе. Отчёт содержит описание системы, на которой проводились эксперименты, результаты и вывод. --- ## Чек-лист <!-- Пожалуйста, убедитесь, что следующие пункты выполнены **до** отправки pull request'а и запроса его ревью: --> - [x] **Статус CI**: Все CI-задачи (сборка, тесты, генерация отчёта) успешно проходят на моей ветке в моем форке - [x] **Директория и именование задачи**: Я создал директорию с именем `<фамилия>_<первая_буква_имени>_<короткое_название_задачи>` - [x] **Полное описание задачи**: Я предоставил полное описание задачи в теле pull request - [x] **clang-format**: Мои изменения успешно проходят `clang-format` локально в моем форке (нет ошибок форматирования) - [x] **clang-tidy**: Мои изменения успешно проходят `clang-tidy` локально в моем форке (нет предупреждений/ошибок) - [x] **Функциональные тесты**: Все функциональные тесты успешно проходят локально на моей машине - [x] **Тесты производительности**: Все тесты производительности успешно проходят локально на моей машине - [x] **Ветка**: Я работаю в ветке, названной точно так же, как директория моей задачи (например, `nesterov_a_vector_sum`), а не в `master` - [x] **Правдивое содержание**: Я подтверждаю, что все сведения, указанные в этом pull request, являются точными и достоверными <!-- ПРИМЕЧАНИЕ: Ложные сведения в этом чек-листе могут привести к отклонению PR и получению нулевого балла за соответствующую задачу. --> --------- Co-authored-by: 4elodoy-Molovek <ivandor22@outlook.com>
This file contains hidden or bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
Add this suggestion to a batch that can be applied as a single commit.This suggestion is invalid because no changes were made to the code.Suggestions cannot be applied while the pull request is closed.Suggestions cannot be applied while viewing a subset of changes.Only one suggestion per line can be applied in a batch.Add this suggestion to a batch that can be applied as a single commit.Applying suggestions on deleted lines is not supported.You must change the existing code in this line in order to create a valid suggestion.Outdated suggestions cannot be applied.This suggestion has been applied or marked resolved.Suggestions cannot be applied from pending reviews.Suggestions cannot be applied on multi-line comments.Suggestions cannot be applied while the pull request is queued to merge.Suggestion cannot be applied right now. Please check back later.
Описание
SEQ: Последовательный алгоритм основан на статистической оценке определённого интеграла по набору случайных точек. Сначала определяется область интегрирования и количество выборок. Затем генерируются случайные точки, равномерно распределённые внутри данной области, на каждой точке вычисляется значение функции, после чего среднее значение умножается на объём области, что и даёт приближённый результат интегрирования.
MPI: В параллельной версии общее количество выборок делится между всеми процессами. Каждый процесс генерирует свой набор случайных точек и вычисляет промежуточную сумму значений функции. Для этого общее число выборок разбивается на число блоков, равное числу процессов. Размеры блоков одинаковы, за исключением последнего процесса, которому выделяются остаточные выборки. После выполнения локальных вычислений результаты всех процессов суммируются с помощью операции MPI_Reduce, и итоговый результат собирается на нулевом процессе.
Отчёт содержит описание системы, на которой проводились эксперименты, результаты и вывод.
Чек-лист
<фамилия>_<первая_буква_имени>_<короткое_название_задачи>clang-formatлокально в моем форке (нет ошибок форматирования)clang-tidyлокально в моем форке (нет предупреждений/ошибок)nesterov_a_vector_sum), а не вmaster