я не спрашивал что такое «нс», я спрашивал как вы их считаете) что то вы тут путаете, то потоки то процессы… вообще не ясно «Первый поток запускает всех остальных, а потом, после обработки своего массива, ждет их завершения.» каким образом операции создания-записи-чтения в ОДНОМ потоке соизмеримы с операцией запуска создания-записи-чтения того же массива в одном потоке который плюс к тому же запускает еще 4ре таких же и ждет их завершения? т.е. вы хотите сказать что если я буду выполнять операцию скажем создания-записи-чтения массива длиной 200000 в ОДНОМ потоке, а потом запущу поток который сделает тоже самое и после этого запустит еще 4ре потока которые будут делать опять же то же самое (создание-запись-чтение массива длинной 200000), то время выполнения будет быстрее во втором случае? Если так то это что то не то вы меряете)
с чего вы взяли что что «нс» разные в случае нескольких потоков и в случае одного потока? Как вы вообще считаете эти «нс»? Очевидно, что если каждый поток ну вообще никак не зависит от любого другого то почему время разное? Или все таки зависят эти 4ре потока друг от друга как-то?
что значит эффективность? Вы называете эффективность=(время в одном потоке / время в p потоках )/ p? (где p — количество потоков). Я просто пытаюсь понять — у вас получается что если возьмем короткий одномерный массив и будем читать/записывать с него в одном потоке, то это будет медленнее чем если возьмем несколько потоков, каждый из которых будет иметь свой независимый короткий одномерный массив и КАЖДЫЙ поток будет читать со СВОЕГО массива, при этом меряя время от старта первого потока до окончания последнего?
так а с чего вы решили что такое распаралелливание должно работать быстрее....? за счет чего происходит увеличение скорости в ваших тестах? Вы считаете время для каждого потока а потом среднее? Или ждете пока все потоки закончат все действия и считаете время от старта до этого момента?
так а что тогда получается: я правильно понял что вы создаете, например, 4ре потока — каждый поток работает со своим экземпляром объекта, и каждый независимо (со своего экземпляра) читает/записывает данные?
все дело в том что используя метод R-функций вы получаете точное уравнение области, без каких либо приближений. Далее вариационным методом можно решить любую задачу… RFM, в разработке которой я принимаю участие, например потеря точности решения происходит лишь при интегрировании. На самом деле используя атомарные функции можно добиться максимально низкой потери точности решения
огромное спасибо! В силу того что есть определенный интерес к R-функциям, скоро опубликую уже более детальную статью с более подробным описанием и алгоритмами.
на самом деле вариант построения с пешкой не единственен в плане выбора опорных. Для построения я руководствовался тем что видел — вот есть какое то основание, которое могу получить вращение параболы вокруг Oz. И вот возьму сверху к нему прилеплю эллипсоид и сферу. Вот в принципе и вся логика выбора именно таких опорных.
ну то что вы написали не является R-функцией. А так под определение можно подогнать конечно любую. Но в статье написано про одну из стандартных систем R-функций, которые являются и дифференцируемыми и непрерывными. Я могу привести пример других систем R-функций, которые обладают всеми хорошими свойствами
Я же говорю, да, фактически разбиение. Но разбиение такое, что позволяет природно (используя булеву алгебру) строить сложные объекты из простых. В этом суть. Просто можно же конструировать, собирать, используя какие-то искусственно введенные аппараты.
не совсем. Тут более глубокая суть. Это как конструктор. Но только вы оперируете природной булевой алгеброй и привычными всем функциями, описывающими уравнения. Главная особенность — все прозрачно, легко и понятно.
Хотим построить уравнение жука:
Для этого выберем такие опорные функции:
и изобразим нашу омегу: