我有一个执行以下操作的算法:
鉴于我有一个长度为array
的数组n
,它的目标是根据某些条件(这种情况下是熵)合并某些元素。它计算整个e_all
的熵array
,并计算合并元素e_merged
和array
的{{1}}的熵n
。它为每对相邻元素做到了这一点。 n+1
差异最大的一对是最大的。如果存在合并,则会再次对长度为e_all - e_merged
的新array
应用该算法。
正如您所看到的,这会导致最糟糕的n-1
次迭代,如果n^2 - 1
很大,则可能需要几分钟甚至几小时才能完成。
因此我想知道如何将这种算法并行化。基本上它应该能够计算n
核心上的熵,并且当评估所有元素时,应该合并结果并得出结论。
我怎么能做这样的事情?我必须实现哪种代码或想法才能以这种方式工作?或者有更好的方法吗?
i