情况如下：
我有一个图形类型结构，一个邻接列表，这个邻接列表的每个元素都是一维数组（numpy或bcolz ..不确定我是否会使用bcolz）。
每个1维数组以二进制序列的形式表示可能连接的图元素。要使它们连接，它们需要具有特定的按位交叉值。
因此，对于我的邻接列表中的每个1维数组，我想按位＆＃34;和＆＃34;在给定数组中两个元素的每个组合之间。
这可能会用于巨大的图广度优先遍历，所以我们可能会谈论非常多的元素。
这是我可以用矢量化操作做的吗？我应该使用不同的结构吗？有什么好办法呢？如果能够显着提升性能，我愿意彻底重组所有内容。
是否像循环播放各个元素一样简单，然后广播（正确的术语？）＆amp;对整个阵列？感谢。
快速修改
另外请注意，我使用python整数作为字节序列。从我的理解来看，与numpy一起玩得不好（整数变得太大，输入很长很长）。我必须创建对象类型的数组。这是否会导致巨大的放缓？这是使用不同结构的原因吗？
示例
//创建一个nxn邻接列表，其中n是图节点的数量 //将每个图节点映射到值2 ^ k：
nodevals = defaultdict()
for i in xrange(n):
nodevals[i] = 2**(i+1)
//对于图中的每个边，它由两个节点组成，这两个节点被映射为2的幂。拿出他们的金额，并将它们放在邻接列表中：
for i in xrange(n):
for j in xrange(n):
adjlist[i][j].append((nodevals[i]|nodevals[j]))
//我们现在有了第一个邻接列表，它只是裸露的边缘。这些边可以通过行或列连接，通过将和（nodevals [i] | nodevals [j]）与另一边（nodevals [i2] | nodevals [j2]）的交点，并检查它是否等于连接每个点。
//这可能对单个边缘似乎没有用，但在将来的迭代中我们可以这样做：
//经过3次迭代。 （5,1）连接到（1,9），然后连接到（7,5），例如：
adjlist[5][1] & adjlist[1][9] == 1
adjlist2[5][9] == adjlist[5][1]|adjlist[1][9]
adjlist[7][5] & adjlist2[5][9] == 5
adjlist3[7][9] == adjlist[7][5]|adjlist2[5][9]
//所以，您可能会看到这对于有效遍历有何用处 //然而，它变得更加复杂，因为随着我们增加子路径的长度，或者＃34;伪边缘＃34;或者你想要调用它们的任何东西，
//给定（i，j）的数组包含越来越多可能连接的子路径总和 //很快阵列会变得非常大，这时我想要有效地计算交叉点// AND，特别针对这个问题，我希望能够将边缘连接到SAME边缘，所以我想在给定数组中的所有元素对之间进行按位交叉 （即该邻接列表的给定索引[i] [j]）。