我正在使用all_simple_paths R包中的函数igraph :( 1）生成网络中所有简单路径的列表（对象List_paths_Mp）; （2）计算简单路径的总数（对象n_paths）。
我正在使用以下形式的函数：
pathsMp <- unlist(lapply(V(graphMp), function(x)all_simple_paths(graphMp, from = x)), recursive =FALSE)
List_paths_Mp <- lapply(1:length(pathsMp), function(x)as_ids(pathsMp[[x]]))
n_paths<-length(List_paths_Mp)
其中：
Mp是一个带有1或0值的方阵，graphMp是通过函数igraph获得的graph_from_adjacency_matrix图表。
该功能可以满足我的需求，但随着变量和交互次数的增加，识别和存储网络中不同single paths的处理时间增长过多，获得结果需要很长时间
特别是，使用具有11个变量和60个交互的网络，总共有146338个可能的简单路径。这已经需要很长时间才能计算出来。使用一个更大的网络，有13个变量和91个交互，导致程序需要更长的时间来处理（2小时后，该功能仍未运行，并且当被调用以停止它崩溃时）。
有没有办法提高任务的效率（即以更快的方式获得结果）？有没有人遇到类似的问题，并找到了解决方案？而且，我知道，我可以使用具有更高处理能力的CPU，但重点是让功能在普通的个人计算机中高效运行（尽可能多）。
编辑：这里我从图形对象进行计算，但如果其他人有任何想法从邻接矩阵做同样的事情，我也欢迎它！