#include <stdio.h>
#include "Ttiming.h"




__global__ void set(char *a,char *b, int N){
	int i =blockIdx.x * blockDim.x + threadIdx.x;  //patrz w niej w  'multiply'
	while(i<N){
		a[i] = 1 + (int)(sinf(i) * i * threadIdx.x) % 10;
		b[i] = 1 + (int)(cosf(i) * i * threadIdx.x) % 10;
		
		i+=blockDim.x * gridDim.x;
	}

}


__global__ void multiply(char *a,char *b,int *c, int N){
	int i =blockIdx.x * blockDim.x + threadIdx.x;  //obliczam którą komurkę tablicy mam liczyć, fajne wytłumaczenie o co chodzi jest w "cuda w przykładach" na stronie 47
	int sum = 0;
	int temp,temp2;
	while(i<N*N){
		temp = (int)floor((float)(i/N*N));
		temp2 = i%N;
		for(int j=0;j<N;j++){
			sum +=a[temp + j] * b[j*N + temp2 ];
		}
		c[i]=sum;
		sum =0;
		i+=blockDim.x * gridDim.x; //inkrementacja o ilość wszystkich 'watków' 
	}


}


int main(int argc, char *argv[]){

	int size =0;
	int N;
	char *endptr;
	char *dev_a,*dev_b;
	int *dev_c;
	int *c;
	


	//do pomiaru czasu
	TTiming tt;
	long time;

	if(argc<2){
		perror("Usage error\n");
		exit(1);
	}	

	size = strtol(argv[1], &endptr, 10);
	
	if (*endptr){
		perror(" Invalid array size format\n");
		exit(1);
	}

	if (size <= 0){
		perror("The number of matrix dimension must be positive\n");
		exit(1);
	}

	N = size*size;
	c = (int*)malloc(N * sizeof(int));
	
	cudaMalloc((void**)&dev_a,N*sizeof(char));
	cudaMalloc((void**)&dev_b,N*sizeof(char));
	cudaMalloc((void**)&dev_c,N*sizeof(int));

	
	set<<<16,192>>>(dev_a,dev_b,N); //wypełaianie tablic a i b 'losowymi' wartościami
	cudaDeviceSynchronize(); //synchronizacja,  bo inaczej pomar czasu nie ma sensu

	//czas start
	tt.Begin();

	//mnożenie a i b; c to wynik
	multiply<<<16,192>>>(dev_a,dev_b,dev_c,size); //takie wartosći <<<10,384>>> bo jest dla nich najszybsze, ale jeszcze zrobie dokładne testy i ewentualnie je poprawie

	//czas stop
	cudaDeviceSynchronize();//synchronizacja,  bo inaczej pomar czasu nie ma sensu
	time = tt.End();


	if(false){
		//kopiowanie tablicy 'c' z pamieci urządzenia do hosta co by można było to odczytać, wyswietlić itp.
		cudaMemcpy(c,dev_c,N*sizeof(int),cudaMemcpyDeviceToHost);
		for(int i=0;i<size;i++){
			printf("%d; ",c[i*size +i]); //wyswietlam tylko po przekatnej
		}
	}


	printf("czas: %ld ms\n" ,time);

	cudaFree(dev_c);
	cudaFree(dev_b);
	cudaFree(dev_a);
	free(c);

	return 0;
}