Matrix Multiplication Benchmark

Benchmark reprodutível de multiplicação de matrizes quadradas em C, C++, Java e Python.

O objetivo é comparar tempos de execução entre linguagens usando o mesmo contrato de entrada e o mesmo formato de saída, permitindo que colaboradores rodem os testes localmente e compartilhem seus resultados em out/<run_id>/.

Execução Rápida

Linux/WSL:

python3 -m pip install -r requirements.txt
./run_all.sh --batch --run-name meu_teste-linux-100 --B 100 --Npts 2 --M 1 --escala 1

Windows PowerShell:

python -m pip install -r requirements.txt
.\run_all.ps1 -Batch -RunName meu_teste-win-100 -B 100 -Npts 2 -M 1 -Escala 1

Também é possível rodar ./run_all.sh ou .\run_all.ps1 sem parâmetros para usar o modo interativo.

Saídas

Cada execução gera uma pasta em out/<run_id>/ com:

• resultado_c.csv
• resultado_c_O3.csv
• resultado_cpp.csv
• resultado_cpp_O3.csv
• resultado_java.csv
• resultado_python.csv
• system_info.md
• system_info.json
• run_manifest.json
• grafico_*.png

Todos os CSVs seguem o mesmo cabeçalho:

N,TCS,TAM,TDM

Onde:

• N: dimensão da matriz N x N
• TCS: tempo de cálculo da multiplicação
• TAM: tempo de alocação e inicialização das matrizes
• TDM: tempo de desalocação; em Java e Python é registrado como 0.0

Metodologia

Para cada valor de N, os benchmarks executam uma rodada de warm-up não cronometrada e depois calculam a média de M repetições cronometradas. O warm-up reduz efeitos da primeira execução, especialmente no Java por causa do JIT, e M suaviza variações pontuais do sistema.

TAM inclui alocação e inicialização das matrizes, TCS mede apenas a multiplicação, e TDM mede a liberação quando a linguagem permite controle explícito. A versão Java usa int[][], que é um array de arrays e não um buffer contíguo; isso é comportamento padrão da implementação Java deste benchmark e deve ser considerado ao comparar cache locality com C/C++.

Estrutura

.
├─ src/          # código-fonte dos benchmarks e gerador de gráficos
├─ experiments/  # versões ainda fora do fluxo publicável
├─ scripts/      # coleta de sistema e validação de execuções
├─ build/        # artefatos de compilação ignorados pelo Git
├─ out/          # resultados versionáveis por execução
├─ run_all.sh    # execução Linux/WSL
└─ run_all.ps1   # execução Windows PowerShell

Validação

Depois de uma execução:

python3 scripts/validate_run.py out/<run_id>

O validador confere CSVs esperados, cabeçalhos, valores numéricos, metadados e gráficos.

Documentação

• EXECUTION.md: guia completo de execução.
• CONTRIBUTING.md: como contribuir com resultados.
• OPERATIONS.md: análise teórica de operações.
• TODO.md: plano de melhorias e próximas fases.

Licença

Este projeto está licenciado sob a licença MIT. Veja LICENSE.