Parallele und funktionale Programmierung Wintersemester 2016/ Übung Abgabe bis , 16:00 Uhr

Transkript

1 4. Übung Abgabe bis , 16:00 Uhr Aufgabe 4.1: Verklemmungsbedingungen a) Welche drei Bedingungen müssen gelten, damit es zu einer Verklemmung in einem parallelen System kommen kann? b) Nach welcher zusätzlichen Bedingung tritt eine Verklemmung auf? c) Welche Möglichkeiten gibt es, diese Situationen zu vermeiden? d) Welche Möglichkeiten sind davon in Java umsetzbar? Wie? Aufgabe 4.2: Verklemmungen a) Überlegen Sie sich (neben den Vorlesungsbeispielen) noch weitere Verklemmungssituationen im Alltag oder in Code. b) Was unterscheidet einen dead-lock von einem life-lock? Aufgabe 4.3: Verklemmungen in Petri-Netzen a) Entwerfen Sie ein Petri-Netz mit einem dead-lock. b) Bei welchen der folgenden Petri-Netze kann es zu einem dead-lock kommen? Bei welchen zu einem life-lock? I) II) III) - 1 -

2 Aufgabe 4.4: Rechnen mit Petri-Netzen Gegeben sei folgendes Petri-Netz: Erstellen Sie zu dem Petri-Netz die zugehörige Matrix. Unter Berücksichtigung der dort eingetragenen Startbelegung S, wenden Sie den Schaltvektor T 1 = (1, 1, 2, 2) auf das Petri-Netz an. Geben Sie den berechneten Ergebnisvektor E an

3 Bonusaufgabe 4.5: Philosophen In dieser Aufgabe sollen Sie vier verschiedene Lösungen des Philosophen-Problems implementieren. Vervollständigen Sie dafür die vier statischen Methoden in der Klasse Dinner. Alle Philosophen-Klassen sollen eine Unterklasse der vorgegebenen abstrakten Philosopher-Klasse sein. Zum Verdeutlichen der einzelnen Philosophen-Aktionen soll bei der eat-methode wie bei der vorgegebenen think-methode der Schritt auf System.out ausgeben werden. Verwenden Sie als Gabeln die vorgegebene Fork-Klasse, die von ReentrantLock abgeleitet ist. Die Gabel soll durch einen Aufruf der lock-methode aufgenommen werden. a) In der Methode startdinnerdeadlock soll die naive Version des Philosophen-Problems implementiert werden. Diese Version soll früher oder später zum Deadlock führen. Die Philosophen sollen in der Klasse PhilosopherDeadlock realisiert werden. b) In der Methode startdinnerquickphilosophers soll eine weitere Version des Philosophen-Problems implementiert werden. Die Philosophen sollen in der Klasse PhilosopherQuick realisiert werden. Wenn ein Philosoph essen will, so soll er beide Gabeln aufnehmen können, ohne dass ein weiterer Philosoph eine Gabel aufnehmen bzw. zu essen beginnen kann. Philosophen sollen dennoch gleichzeitig essen können. c) In der Methode startdinnerorderedforks soll eine weitere Version des Philosophen-Problems implementiert werden. Die Philosophen sollen in der Klasse PhilosopherOrdered realisiert werden. Alle Gabeln sind durchnummeriert und ein Philosoph nimmt immer zuerst die Gabel mit der höheren Nummerierung auf. d) In der Methode startdinnerwaiter soll die vierte Version des Philosophen-Problems implementiert werden. Die Philosophen sollen in der Klasse PhilosopherWaiter realisiert werden. Wenn ein Philosoph essen will, so muss er zuvor eine Bedienung (Klasse Waiter) um Erlaubnis fragen. Die Bedienung kennt den Zustand des ganzen Tisches und kann deshalb entscheiden, ob es zu einem Deadlock kommt, wenn der Philosoph die Gabel nimmt, oder nicht. Um Deadlocks zu vermeiden, kann dem Philosophen die Gabel verweigert werden. Die genaue Implementierung ist freigestellt. Jeder Philosoph soll aber nach einer endlichen Anzahl von Anfragen essen können. Zudem sollen möglichst viele Philosophen gleichzeitig essen dürfen. In einer einfachen Variante gibt die Bedienung jeweils nur einem Philosophen die Erlaubnis eine Gabel zu nehmen. Das geschieht so lange, bis dieser Philosoph 2 Gabeln hat. Erst danach bekommt der nächste Philosoph die Erlaubnis eine Gabel zu nehmen. Eine Gabel abzulegen ist immer erlaubt. Hinweis: Achten Sie darauf, dass jeder Philosoph von einem eigenen Thread realisiert wird! - 3 -

4 Bonusaufgabe 4.6: ClosestPair In dieser Aufgabe sollen Sie eine vereinfachte Version des Divide-and-Conquer-Algorithmus zur Lösung des Closest-Pair-Problems programmieren (siehe org/wiki/closest_pair_of_points_problem). Erstellen Sie hierfür eine Klasse ClosestPairDivideAndConquer, die das Interface ClosestPairInterface implementiert. a) Implementieren Sie als erstes die Methode merge. Die Methode bekommt zwei Listen mit Punkten (SimplePoint) übergeben. Beide Listen sind jeweils nach der y-koordinate der Punkte sortiert. Als Ergebnis soll eine ebenfalls nach der y-koordinate sortierte Gesamtliste zurückgegeben werden. b) Als nächstes soll die Methode filter implementiert werden. Die Methode filter sucht aus einer y-sortierten Liste all die Punkte, die von einem Punkt middle höchstens +/- distance in x-richtung entfernt sind. Achten Sie darauf, dass die übergebene Liste nicht geändert wird und dass die resultierende Liste aus gefundenen Punkten ebenfalls nach den y-werten sortiert ist. c) Mithilfe dieser beiden Methoden lässt sich nun der Divide-and-Conquer-Algorithmus in der Methode getclosestpair implementieren. Diese Methode erhält das (nach x-wert) sortierte Array mit Punkten, und Start- und Endindex in diesem Array. Sie soll ein ClosestPairResult-Objekt zurückgeben; dieses Objekt enthält die zwei Punkte mit dem kleinsten Abstand sowie eine Liste mit den betrachteten Punkten, nach y-wert sortiert. Zu Beginn jedes Teilschritts wird das Problem in zwei Teilprobleme aufgeteilt. Hierzu wird der zu behandelte Teilbereich (definiert durch start und end) in der Mitte (Median) geteilt. Das heißt, wenn der Teilbereich 100 Punkte umfasst, wird das Problem an dem Punkt geteilt, dessen x-wert in der Mitte der 100 Punkte liegt. Man erhält dadurch 50 Punkte für das linke Teilproblem und 50 Punkte für das rechte Teilproblem. Sie können dabei ausnützen, dass das übergebene Array data bereits nach den x-werten sortiert ist. Nach der Aufteilung behandelt man die beiden Teilprobleme rekursiv. Durch den rekursiven Aufruf von getclosestpair erhält man für jedes Teilproblem die beiden Punkte mit dem kleinsten Abstand und eine nach den y-koordinaten sortierte Liste aller Punkte, die im Teilproblem betrachtet wurden. Durch einen Vergleich des linken und rechten minimalen Abstands erhält man eine Zwischenlösung δ. Für eine endgültige Lösung des Problems müssen allerdings auch Abstände zwischen Punkten aus unterschiedlichen Hälfte verglichen werden. Dafür reicht es, all die Punkte zu betrachten, die von der Mitte δ entfernt sind. Um diese relevanten Punkte zu finden, wird zunächst durch merge eine y-sortierte Gesamtliste erzeugt. Daraus werden die relevanten Punkte mit der Funktion filter extrahiert. In der gefilterten, nach y-sortierten Liste sucht man danach nach Paaren, deren Abstand in y-richtung höchstens δ beträgt. Für diese Paare, berechnet man sich den Abstand. Wird zwischenzeitlich eine neue Lösung gefunden, wird der Vergleich mit dem neuen Wert δ fortgesetzt. d) Erstellen Sie nun eine parallele Version des Divide und Conquer Algorithmus indem Sie in der Klasse ParallelClosestPairImpl das Interface ParallelClosestPair implementieren

5 In der Methode getclosestpairparallel wird neben den Punkten die Anzahl der zu verwendenden Threads übergeben. Außerdem wird die sequentielle Implementierung übergeben, die verwendet werden kann, merge, filter und die sequentielle Berechnung durchzuführen. Zur Lösung der Aufgabe soll in der Methode getclosestpairparallel das Array in threads Teile zerlegt werden und jeder Teil soll von einem eigenen Thread bearbeitet werden. Das Zusammenfassen der threads Teile soll vom Haupt-Thread erledigt werden. Hinweis: Beachten Sie die Testfälle! Punkte