使用并行处理计算2D中每对点之间的距离

Question

在我的问题中，在2D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)

distance (1,2,1,1)：组1中点1与组2中点1之间的距离

距离(1,2,1,2)：组1中的点1与组2中的点2之间的距离

距离(1,2,1,3)：组1中的点1与组2中的点3之间的距离

……

距离(2,3, 10 , 10 )：组2中的点10与组3中的点10之间的距离

该距离覆盖所有组中的所有点。

目前，我使用了4-4个循环，如下所示，但它需要太多的时间。

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])

有个人建议我这样做：“使用多个线程(组的相同数量)和类，并用一个线程计算单个组的所有距离”，但我不知道如何做到这一点。

有没有人可以帮助我多线程的快速计算方法或任何建议？

Answer 1

假设只有3组点，您可以创建3个进程。

这3个过程将分别计算集合(1,2)，(2,3)和(1,3)之间的每一对点之间的距离。

通常，如果有n集，那么我们可以生成一个带有min(num_processor, n*(n-1) / 2)子进程的进程池，以获得最大的并行度，其中num_processor是计算机中的物理核心数。

这并不是说我们需要多处理而不是多线程，因为这是一个CPU限制的操作，而不是IO限制的操作。