并发计算二三阶矩阵

矩阵的计算随着阶数的上升会越发的复杂,假如使用C语言直接计算,按照C语言按部执行的特性,那将会消耗大量的时间,所以本文计划将矩阵公式分割为几个小块,使用并发的方式来同时将各个小块计算出来从而节省时间(误,单纯是作者为了复习并发的知识而已)

二三阶矩阵计算的C语言实现

我们首先要判断用户输入的是几阶矩阵,简单的判断思路分为两中,一是根据用户输入的数字数来开方,二是根据用户输入的回车数量来判断,本文选择根据回车数量来判断;

在不进行并发优化前,我们只需要根据矩阵阶数来按照公式计算即可,值得注意的是,若选用getchar函数来获取字符,需要对获取的字符进行转化,下述代码进行了简单的-48处理(懒ing)

cpp 复制代码
#include<stdio.h>
#include<string.h>
int main(void)
{
	int matrixadd=0;
	int matrixflag=0;
	int icnt=0;
	int data[12]={0};
	printf("please input your matrix\r\n");
	for(icnt=0;icnt<12;icnt++)
	{
		data[icnt]=getchar();
		if(data[icnt]==' ')
		{
			icnt--;
		}
		else
		{
			if(data[2]=='\n' && data[5]=='\n')
			{
				matrixflag=4;
				break;
			}
			else if(data[3]=='\n' && data[7]=='\n' && data[11]=='\n')
			{
				matrixflag=9;
			}
			else
			{
				;
			}
		}
	}
	for(icnt=0;icnt<12;icnt++)
	{
		data[icnt]=data[icnt]-48;
	}
	if(matrixflag==4)
	{
		matrixadd=data[0]*data[4]-data[1]*data[3];
	}
	else if(matrixflag==9)
	{
		matrixadd=(data[0]*data[5]*data[10])+(data[1]*data[6]*data[8])+(data[2]*data[4]*data[9])-(data[0]*data[6]*data[9])-(data[2]*data[5]*data[8])-(data[10]*data[1]*data[4]);
	}
	else 
	{
		printf("please input agent\n");
		return 0;
	}
	printf("the matrixadd is %d \n",matrixadd);
}

上述代码中最不和谐的地方就是三阶矩阵的计算,假如阶数继续上升,那代码的执行效率将稳步下降,所以接下来将用并发的方式来脱裤子放屁式的把他优化了:

cpp 复制代码
#include<stdio.h>
#include<string.h>
#include<pthread.h>
#include<unistd.h>
int matrixadd=1;
int data[12]={0};
void* culculate(void* arg)
{
	matrixadd=(data[0]*data[5]*data[10])+(data[1]*data[6]*data[8])+(data[2]*data[4]*data[9])-(data[0]*data[6]*data[9])-(data[2]*data[5]*data[8])-(data[10]*data[1]*data[4]);
}
int main(void)
{
	void *ret=NULL;
	pthread_t a;
	int matrixflag=0;
	int icnt=0;
	printf("please input your matrix\r\n");
	for(icnt=0;icnt<12;icnt++)
	{
		data[icnt]=getchar();
		if(data[icnt]==' ')
		{
			icnt--;
		}
		else
		{
			if(data[2]=='\n' && data[5]=='\n')
			{
				matrixflag=4;
				break;
			}
			else if(data[3]=='\n' && data[7]=='\n' && data[11]=='\n')
			{
				matrixflag=9;
			}
			else
			{
				;
			}
		}
	}
	for(icnt=0;icnt<12;icnt++)
	{
		data[icnt]=data[icnt]-48;
	}
	if(matrixflag==4)
	{
		matrixadd=data[0]*data[4]-data[1]*data[3];
	}
	else if(matrixflag==9)
	{
		pthread_create(&a,NULL,culculate,NULL);
		if(pthread_create(&a,NULL,culculate,NULL)!=0)
		{
			printf("failed to vreate thread\n");
		}
		sleep(1);
	}
	else 
	{
		printf("please input agent\n");
		return 0;
	}
	printf("the matrixadd is %d \n",matrixadd);
	pthread_exit(ret);
	pthread_join(a,ret);
}

上述代码的效率在阶数少的时候明显不如一开始的,甚至运行时间还延长了不少,除了加了sleep的原因外(为了在打印最终结果的时候,另一个线程执行完毕),创建线程也需要时间,所以这个代码只是用于娱乐,仅仅作为复习线程知识用,但计算大量数据时,这种思路无疑真的会优化效率,所以也不能说一无是处(233333333333)

相关推荐
艾莉丝努力练剑16 分钟前
【LeetCode&数据结构】单链表的应用——反转链表问题、链表的中间节点问题详解
c语言·开发语言·数据结构·学习·算法·leetcode·链表
_殊途2 小时前
《Java HashMap底层原理全解析(源码+性能+面试)》
java·数据结构·算法
还债大湿兄2 小时前
《C++内存泄漏8大战场:Qt/MFC实战详解 + 面试高频陷阱破解》
c++·qt·mfc
珊瑚里的鱼5 小时前
LeetCode 692题解 | 前K个高频单词
开发语言·c++·算法·leetcode·职场和发展·学习方法
AI+程序员在路上5 小时前
QTextCodec的功能及其在Qt5及Qt6中的演变
开发语言·c++·qt
Risehuxyc5 小时前
C++卸载了会影响电脑正常使用吗?解析C++运行库的作用与卸载后果
开发语言·c++
秋说6 小时前
【PTA数据结构 | C语言版】顺序队列的3个操作
c语言·数据结构·算法
lifallen7 小时前
Kafka 时间轮深度解析:如何O(1)处理定时任务
java·数据结构·分布式·后端·算法·kafka
liupenglove7 小时前
自动驾驶数据仓库:时间片合并算法。
大数据·数据仓库·算法·elasticsearch·自动驾驶
python_tty8 小时前
排序算法(二):插入排序
算法·排序算法