Python中的Memoization,Classes和Multiprocessing
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python中的Memoization,Classes和Multiprocessing,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1407字,纯文字阅读大概需要3分钟。
内容图文
![Python中的Memoization,Classes和Multiprocessing](/upload/InfoBanner/zyjiaocheng/770/6a8a214253b84a6a95f75276edb33d9d.jpg)
我试图使用python 2.7.2中的多处理模块进行一些计算.
我的代码是这样的:
from multiprocessing import Pool
import sys
sys.setrecursionlimit(10000)
partitions = []
class Partitions:
parts = {} #My goal is to use this dict to speed
#up calculations in every process that
#uses it, without having to build it up
#from nothing each time
def __init__(self):
pass
def p1(self, k, n):
if (k,n) in Partitions.parts:
return Partitions.parts[(k, n)]
if k>n:
return 0
if k==n:
return 1
Partitions.parts[(k,n)] = self.p1(k+1, n) + self.p1(k, n-k)
return Partitions.parts[(k,n)]
def P(self, n):
result = 0
for k in xrange(1,n/2 + 1):
result += self.p1(k, n-k)
return 1 + result
p = Partitions()
def log(results):
if results:
partitions.extend(results)
return None
def partWorker(start,stop):
ps = []
for n in xrange(start, stop):
ps.append(((1,n), p.P(n)))
return ps
def main():
pool = Pool()
step = 150
for i in xrange(0,301,step):
pool.apply_async(partWorker, (i, i+step), callback = log)
pool.close()
pool.join()
return None
if __name__=="__main__":
main()
我是新手,我基本上复制了此页面上主要代码的格式:
python prime crunching: processing pool is slower?
我是否可以在每个核心中运行进程,同时查看相同的字典以帮助他们
计算?它现在的行为方式,每个进程创建它自己的字典,它像疯了一样吃掉ram.
解决方法:
我不确定这是不是你想要的……但是,看看multiprocessing.Manager(http://docs.python.org/library/multiprocessing.html#sharing-state-between-processes).经理允许您在流程之间共享字典.
内容总结
以上是互联网集市为您收集整理的Python中的Memoization,Classes和Multiprocessing全部内容,希望文章能够帮你解决Python中的Memoization,Classes和Multiprocessing所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。