我正在尝试使用python中的networkx.simple_cycles（）函数查找数据中的所有循环。正如在networkx文档中所写“这是Johnson的算法的非递归，迭代器/生成器版本”。 Johnson的算法具有以下时间复杂度：（（节点+边缘）*（周期+ 1））和空间复杂度：（节点+边缘）。
我已经根据交易数据创建了一个有向图，边缘为从节点---＆gt;到节点。我正在删除具有度数或度数为0的节点，因为它们不会对周期（基本电路）做出贡献。 删除in-degree和out-degree 0节点后，我的图表详细信息如下：
对于109万条记录：
Number of nodes remaining-39278;
Number of edges-26324;
Number of cycles- Not able to get any output as the code keeps on running.
有108万条记录：
Number of nodes remaining-38664;
Number of edges-25710;
Number of cycles- 5612438.
对于105万条记录：
Number of nodes remaining-36737;
Number of edges-23784;
Number of cycles- 69671.
对于101万条记录：
Number of nodes remaining-34393;
Number of edges-21566;
Number of cycles- 3079.
100万条记录：
Number of nodes remaining-33841;
Number of edges-21125;
Number of cycles- 3072.
我想了解时间和空间复杂性与系统配置的关系。鉴于有关算法的所有这些细节，我如何找出适合特定大小数据的系统配置。为什么我无法运行这个算法超过108万个数据？
我的系统配置： 采用AMD Radeon R7显卡的AMD PRO A12-8800B（2.1 GHz，高达3.4 GHz，2MB高速缓存，4个内核）。 8GB RAM。