均匀地在线程中切片嵌套循环的公式是什么？

Question

具有一个数据集，其中每一行都需要与其他每一行结合应用加权函数（交叉连接）。是否应用该功能取决于两行中的数据，因此我不能只使用数据库。

因此，一个解决方案是在python中实现的。为了提高性能，应使用线程。

现在的问题是，在均匀分布的迭代中拆分数据集的公式是什么，所以每个线程几乎都有相同的工作。

下面是该代码的简化版本。

l = 250000  # number of rows
N = 8       # number of threads
for threadid in range(N):
    kstart = ### WHAT IS THE FORMULA TO GIVE EACH THREAD THE SAME WORK
             ### i.e. the starting index of the next thread begins after the last row of the previous thread
    klen =
    # Start thread here
    #threading.Tread(..., (kstart,klen))

def _threaded(kstart, klen):
    for k1 in range(kstart, klen):
        for k2 in range(k1, l - k1):
            # DoSomething(k1, k2)
            pass

示例：

上面显示的循环导致以下迭代：

k1     | k2
0      | 0 to 249999 = 250000 iterations in inner loop
1      | 1 to 249999 = 249999 iterations in inner loop
2      | 2 to 249999 = 249998 iterations in inner loop
...
249999 | 249999 = 1 iteration in inner loop

• kstart的简单版本可以是：'l // N * threadid'-将整个集合散布成均匀分布的组。

线程1：0-31249

线程2：31250-62499

...

线程8：218750-249999

• 现在，让k1在kstart上循环直到下一批的kstart。
• 现在的问题是，对于小k1，k2必须做很多工作。对于大k1，功几乎为零。

如何更好地将k1的批次切成薄片？

线程1：0-10

线程2：11-100

线程3：101-500

线程8：128000-250000

（这是一个示例，数字不正确）