我正在尝试计算1M节点3M边缘图上的中介中心性。 我正在使用图表工具以及以下代码行：
from graph_tool.all import *
g = load_graph("youtube.graphml")
scores = graph_tool.centrality.betweenness(g)
在其性能比较页面中，据报道，要计算（40k，300k）-directed_graph之间的插入度，图表工具需要 4分钟。 https://graph-tool.skewed.de/performance
由于图形工具使用具有O（VE）复杂度的Brandes算法，因此我期望得到近似的运行时间：
(1M/40k)*(3M/300k)*4m=25*10*4m=1000m~17h
我发现此计算与以下stack帖子一致，其中对于（2M，5M）图，用户使用NetworkX给出了大约6个月的运行时间，比图形工具慢x180。因此：
6 months = 180 days(NetworkX) ~ 1 day(graph-tool)
关键是我的程序从2天开始在4核机器上运行，所以我开始怀疑我的推理是否有意义。
此外，图形工具基准测试是在有向图上执行的，Brandes算法的复杂度为O(VE+V(V+E)logV)。鉴于这一点，不应该比预先写的更小的预期运行时间？更重要的是使用图形工具和4核机器计算（1M，3M）网络的中介中心性是否可行？
我使用的是Intel（R）Core（TM）i7-6700HQ CPU @ 2.60GHz