MATEMATIK MASALALARNI ZAMONAVIY DASTURLASH TILLARI YORDAMIDA YECHISH
Ключевые слова:
matritsa amallari, Python, C++, Java, samaradorlik, teskari matritsa, determinant, qo‘shish, ko‘paytirish, optimizatsiya, parallel hisoblash, dasturlash tillariАннотация
В данной статье анализируется эффективность использования
языков программирования Python, C++ и Java для выполнения матричных операций.
Рассматриваются основные матричные операции, такие как сложение матриц,
умножение, нахождение обратной матрицы и вычисление детерминанта.
Сравниваются показатели производительности, времени выполнения, потребления
ресурсов и скорости обработки. Наибольшую эффективность показал язык Python с
библиотекой NumPy, в то время как C++ и Java также продемонстрировали высокую
производительность, но требовали дополнительных оптимизаций. Исследование
подчеркивает преимущества каждого языка программирования для матричных
операций и предлагает рекомендации для будущих исследований.
Библиографические ссылки
Hogben L. Handbook of Linear Algebra. – CRC Press, 2007.
Golub G.H., Van Loan C.F. Matrix Computations. – 4th ed. – Baltimore: Johns Hopkins University Press, 2013.
Press W.H., Teukolsky S.A., Vetterling W.T., Flannery B.P. Numerical Recipes: The Art of Scientific Computing. – 3rd ed. – Cambridge: Cambridge University Press, 2007.
Cormen T.H., Leiserson C.E., Rivest R.L., Stein C. Introduction to Algorithms. – 3rd ed. – Cambridge: MIT Press, 2009.
Zelle J. Python Programming: An Introduction to Computer Science. – Franklin, Beedle & Associates, 2004.
Schildt H. Java: The Complete Reference. – 11th ed. – New York: McGraw-Hill Education, 2018.
Lippman S.B., Lajoie J., Moo B.E. C++ Primer. – 5th ed. – Addison-Wesley, 2012.
Apache Commons Math Team. Apache Commons Math [Elektron resurs]. Apache Commons Math rasmiy sahifasi
Eigen Team. Eigen: A C++ Template Library for Linear Algebra [Elektron resurs]. Eigen rasmiy hujjatlari
NumPy Team. NumPy Documentation [Elektron resurs]. NumPy rasmiy hujjatlari