我有一个数据集,这是一个大的未加权循环图.循环发生在约5-6路径的循环中.它由大约8000个节点组成,每个节点具有1-6个(通常约4-5个)连接.我正在进行单对最短路径计算,并已实现以下代码进行广度优先搜索.
from Queue import Queue
q = Queue()
parent = {}
fromNode = 'E1123'
toNode = 'A3455'
# path finding
q.put(fromNode)
parent[fromNode] = 'Root'
while not q.empty():
# get the next node and add its neighbours to queue
current = q.get()
for i in getNeighbours(current):
# note parent and only continue if not already visited
if i[0] not in parent:
parent[i[0]] = current
q.put(i[0])
# check if destination
if current == toNode:
print 'arrived at',toNode
break
上面的代码使用了Python 2.6 Queue模块,getNeighbours()只是一个子程序,可以进行单个MySQL调用,并将邻居作为元组列表返回,例如: (( ‘富’,),( ‘巴’,)). SQL调用很快.
代码工作正常但是测试到大约7层的深度需要大约20秒才能运行(2.5GHz Intel 4GB RAM OS X 10.6)
我欢迎任何关于如何改善此代码的运行时间的意见.
最佳答案
好吧,考虑到评论的赞成,我现在就回答它.
紧密循环中的SQL肯定会让你失望.我不在乎通话速度有多快.想一想 – 你要求解析一个查询,运行一个查询 – 尽可能快,它仍然处于紧密循环中.你的数据集是什么样的?您是否可以将整个数据集选择到内存中,或者至少在MySQL之外使用它?
如果您在内存中使用该数据,您将看到显着的性能提升.
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。