Question

我正在编写一个程序来生成图表并检查它是否已连接。下面是代码。这里有一些解释：我在飞机上随机产生了许多点。然后我连接节点，不仅仅基于接近度。我的意思是说节点更可能连接到更近的节点，这是由我在代码（h_sq）中使用的随机变量和距离决定的。因此，我生成所有链接（对称，即，如果我可以与j交谈，反之亦然），然后检查BFS以查看图表是否已连接。
我的问题是代码似乎正常工作。但是，当节点数量大于~2000时，速度非常慢，我需要多次运行此功能以进行仿真。我甚至尝试将其他库用于图形，但性能是相同的。有谁知道我怎么可能加速一切？

谢谢，

int Graph::gen_links() {
    if( save == true ) { // in case I want to store the structure of the graph
        links.clear();
        links.resize(xy.size());
    }

    double h_sq, d;
    vector< vector<luint> > neighbors(xy.size());

    // generate links
    double tmp = snr_lin / gamma_0_lin;
    // xy is a std vector of pairs containing the nodes' locations
    for(luint i = 0; i < xy.size(); i++) {
        for(luint j = i+1; j < xy.size(); j++) {
            // generate |h|^2
            d = distance(i, j);
            if( d < d_crit ) // for sim purposes
                d = 1.0;
            h_sq = pow(mrand.randNorm(0, 1), 2.0) + pow(mrand.randNorm(0, 1), 2.0);
            if( h_sq * tmp  >= pow(d, alpha) ) {
                // there exists a link between i and j
                neighbors[i].push_back(j);
                neighbors[j].push_back(i);
                // options
                if( save == true )
                    links.push_back( make_pair(i, j) );
            }
        }
        if( neighbors[i].empty() && save == false  ) {
        // graph not connected. since save=false i dont need to store the structure, 
        // hence I exit
            connected = 0; 
            return 1;  
        }
    }

    // here I do BFS to check whether the graph is connected or not, using neighbors
    // BFS code...
    return 1;
}

更新：主要问题似乎是内部for循环中的push_back调用。在这种情况下，大部分时间都是这个部分。我应该使用reserve（）来提高效率吗？

Answer 1

您确定缓慢是由生成引起的，而不是由您的搜索算法引起的吗？

图表生成是O（n ^ 2），你不能做太多。但是，如果点位置至少在某些实验中是固定的，那么显然可以在某些时候交换使用内存。

首先，所有节点对的距离和pow（d，alpha）都可以预先计算并保存到内存中，这样您就不需要一次又一次地计算它们。 10000个节点的额外内存成本为双倍大约800mb，浮动大小为400mb。

另外，如果我没记错的话，正常变量的平方和是卡方分布。如果准确度允许，你可以进行一些预先计算的表查找吗？

最后，如果两个节点连接的概率如果距离超过某个值那么小，那么你不需要O（n ^ 2），可能你只能计算那些距离较小的节点对比某些限制？

Answer 2

作为第一步，您应该尝试对内部和外部向量使用保留。

如果这不能使性能达到您的预期，我相信这是因为内存分配仍在发生。

我在类似的情况下使用了一个方便的课程，llvm :: SmallVector（在Google中找到它）。它提供了一个预分配项很少的向量，因此每个向量可以减少一个分配数。当预分配空间中的项目用完时，它仍然可以增长。

所以： 1）在跑步过程中平均检查你的向量中的项目数量（我在谈论内部和外部向量） 2）放入llvm :: SmallVector并预先分配这样的大小（因为在堆栈上分配了向量，您可能需要增加堆栈大小，或者如果限制可用堆栈内存则减少预分配）。

关于SmallVector的另一个好处是它具有与std :: vector几乎相同的接口（可以轻松放入而不是它）

提高图连通性计算的性能

2 个答案: