使用并行处理计算2D中每对点之间的距离

问题描述

在我的问题中，二维空间中有多组点。
即，第1组10分，第2组10分，第3组10分。

我需要计算每组中点之间的所有距离。 即）

距离（1,2,1,1）：第1组中的点1与第2组中的点1之间的距离

距离（1,2）：第1组中的点1与第2组中的点2之间的距离

距离（1,3）：第1组中的点1与第2组中的点3之间的距离

....

距离（2,3,10,10）：第2组第10点与第3组第10点之间的距离

距离覆盖所有组中的所有点。
目前，我使用了如下所示的4-4循环，但是这花费了太多时间。

distt = [[] for i in range(ball_number)]
for m in range(group_number-1):
    for n in range(m+1,group_number):
        for i in range(ball_number):
            for j in range(ball_number):
                    distt[i].insert(j,distance between point[i] and point[j])

有人建议我……。“使用多个线程（组的编号相同）和类，并用一个线程计算单个组的所有距离”，但我不知道该怎么做。 / p>

有人可以通过多线程或任何建议帮助我实现快速计算方法吗？

解决方法

假设只有3组点，则可以创建3个过程。

这3个过程将分别计算集合（1,2），（2,3）和（1,3）之间的每对点之间的距离。

通常，如果有n集，那么我们可以生成带有min(num_processor,n*(n-1) / 2)个子进程的进程池以获得最大的并行度，其中num_processor是电脑。

不是我们需要多处理而不是多线程，因为这是CPU绑定的操作，而不是IO绑定的操作。