问题描述
我有一个大的 2D 成本 矩阵:500K x 500K,我想解决分配问题。除了匈牙利算法,我想使用下面的贪心算法来减少时间:
# H1,H2 in range(500K)
for n1 in H1:
best = -1
for n2 in H2:
if cost[n1,n2] > best and n2 not in matched:
aligned[n1]=n2
best = cost[n1,n2]
matched.append(aligned[n1])
使用一个内核将需要很长时间(对于 5Kx5K,单线程需要 40 分钟)。我想我们不能并行化嵌套循环,因为我们需要 best 变量。对? 我尝试将此代码并行化,但它给了我很多重复的列。
from joblib import Parallel,delayed
import multiprocessing
inputs = range(500000)
def processInput(i):
row = cost[i,:]
# cost[row,col[0][0]] = 10e5 ### not possible as read-only in multiprocessing
return i,col
num_cores = multiprocessing.cpu_count()
row_col = Parallel(n_jobs=num_cores)(delayed(processInput)(i) for i in inputs)
有什么建议可以更快地运行贪婪算法(我的并行解决方案不起作用)?
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)