python - 创建表示 3 位二进制字符串的所有组合的最小图形

Question

我有一个算法可以创建一个图形，该图形具有以最短图形路径形式编码的 3 位二进制字符串的所有表示，其中路径中的偶数表示 0，而奇数表示 1:

from itertools import permutations, product
import networkx as nx
import progressbar
import itertools

def groups(sources, template):
    func = permutations
    keys = sources.keys()
    combos = [func(sources[k], template.count(k)) for k in keys]
    for t in product(*combos):
        d = {k: iter(n) for k, n in zip(keys, t)}
        yield [next(d[k]) for k in template]                                      

g = nx.Graph()

added = []   
good = []
index = []
# I create list with 3-bit binary strings
# I do not include one of the pairs of binary strings that have a mirror image
list_1 = [list(i) for i in itertools.product(tuple(range(2)), repeat=3) if tuple(reversed(i)) >= tuple(i)]
count = list(range(len(list_1)))

h = 0
while len(added) < len(list_1): 
     # In each next step I enlarge the list 'good` by the next even and odd number
     if h != 0:   
        for q in range(2):   
            good.append([i for i in good if i%2 == q][-1] + 2)
     # I create a list `c` with string indices from the list` list_1`, that are not yet used.
     # Whereas the `index` list stores the numbering of strings from the list` list_1`, whose representations have already been correctly added to the `added` list.          
     c = [item for item in count if item not in index]

     for m in c:
     # I create representations of binary strings, where 0 is 'v0' and 1 is 'v1'. For example, the '001' combination is now 'v0v0v1'
         a = ['v{}'.format(x%2) for x in list_1[m]]

         if h == 0:
            for w in range(2):
                if len([i for i in good if i%2 == w]) < a.count('v{}'.format(w)):
                   for j in range(len([i for i in good if i%2 == w]), a.count('v{}'.format(w))):
                       good.insert(j,2*j + w)                       

         sources={}
         for x in range(2):
             sources["v{0}".format(x)] = [n for n in good if n%2 == x]
         # for each representation in the form 'v0v0v1' for example, I examine all combinations of strings where 'v0' is an even number 'a' v1 'is an odd number, choosing values from the' dobre2 'list and checking the following conditions.
         for aaa_binary in groups(sources, a):             
             # Here, the edges and nodes are added to the graph from the combination of `aaa_binary` and checking whether the combination meets the conditions. If so, it is added to the `added` list. If not, the newly added edges are removed and the next `aaa_binary` combination is taken.           
             g.add_nodes_from (aaa_binary)
             t1 = (aaa_binary[0],aaa_binary[1])
             t2 = (aaa_binary[1],aaa_binary[2]) 

             added_now = []                      
             for edge in (t1,t2):
                 if not g.has_edge(*edge):
                    g.add_edge(*edge)
                    added_now.append(edge)

             added.append(aaa_binary)
             index.append(m)

             for f in range(len(added)):
                 if nx.shortest_path(g, aaa_binary[0], aaa_binary[2]) != aaa_binary or nx.shortest_path(g, added[f][0], added[f][2]) != added[f]:
                    for edge in added_now:
                        g.remove_edge(*edge)
                    added.remove(aaa_binary)
                    index.remove(m)
                    break
             # Calling a good combination search interrupt if it was found and the result added to the `added` list, while the index from the list 'list_1` was added to the` index` list              
             if m in index:
                break

     good.sort()
     set(good)
     index.sort() 

     h = h+1

表示来自 added 的 3 位二进制字符串的输出路径:

[[0, 2, 4], [0, 2, 1], [2, 1, 3], [1, 3, 5], [0, 3, 6], [3, 0, 7]]

所以这些是 3 位二进制字符串的表示:

[[0, 0, 0], [0, 0, 1], [0, 1, 1], [1, 1, 1], [0, 1, 0], [1, 0, 1]]

在哪一步h = 0找到前 4 个子列表，并且在步骤 h = 1 中添加了最后两个子列表。

当然，如您所见，镜像字符串没有反射，因为在无向图中没有这种需要。

图形:



上述解决方案创建了一个最小图形并具有唯一的最短路径。这意味着二进制字符串的一种组合在图上只有一种最短路径形式的表示。所以给定路径的选择是给定二进制序列的单点指示。

现在我想在 for m in c 上使用多处理循环，因为查找元素的顺序在这里无关紧要。

我尝试以这种方式使用多处理:

from multiprocessing import Pool

added = []

def foo(i):
    added = []
       # do something 
       added.append(x[i])
    return added

if __name__ == '__main__':

h = 0
while len(added)<len(c): 

   pool = Pool(4)
   result = pool.imap_unordered(foo, c)      
   added.append(result[-1])

   pool.close()
   pool.join()

   h = h + 1

多处理发生在 while 循环和 foo 中。函数，added列表已创建。在每个后续步骤中 h在循环中，列表 added应按后续值递增，当前列表 added应该在函数 foo 中使用.是否可以在循环的每个后续步骤中将列表的当前内容传递给函数？因为在上面的代码中，foo函数创建 added 的新内容每次都从头开始列出。如何解决这个问题？

结果导致不好的结果:

[[0, 2, 4], [0, 2, 1], [2, 1, 3], [1, 3, 5], [0, 1, 2], [1, 0, 3]]

因为对于这样的图，节点和边，不满足条件nx.shortest_path (graph, i, j) == added[k]对于每个最终节点 i, j来自 added[k] for k in added list .

去哪里 h = 0到元素 [0, 2, 4], [0, 2, 1], [2, 1, 3], [1, 3, 5]很好，而在步骤中添加的元素h = 1 , 即 [0, 1, 2], [1, 0, 3]显然可以在不影响上一步中的元素的情况下找到。

如何解决这个问题？

我意识到这是一种顺序算法，但我也对部分解决方案感兴趣，即即使在算法的某些部分也可以并行处理。例如，h的步骤while 循环按顺序运行，但 for m in c循环是多处理的。或其他部分解决方案，可以改进更大组合的整个算法。

我将很感激在我的算法中展示和实现了使用多处理的一些想法。

Answer 1

我认为您不能像目前那样并行化代码。您想要并行化的部分，for m in c循环访问三个全局列表 good , added和 index和图形g本身。您可以使用 multiprocessing.Array对于列表，但这会破坏并行化的整个点，如 multiprocessing.Array ( docs ) 是同步的，因此进程实际上不会并行运行。

因此，需要重构代码。我首选的并行化算法的方法是使用一种生产者/消费者模式

初始化以设置需要执行的作业队列(按顺序运行)

有一个 worker 池，它们都从该队列中提取作业(并行运行)

作业队列用完后，汇总结果并构建最终解决方案(按顺序运行)

在这种情况下 1.将是 list_1 的设置代码, count可能还有 h == 0案件。之后，您将构建一个“作业订单”队列，这将是 c列表 -> 将该列表传递给一群 worker -> 返回结果并汇总。问题是每次执行for m in c loop 可以访问全局状态，并且每次迭代后全局状态都会发生变化。这在逻辑上意味着您不能并行运行代码，因为第一次迭代会更改全局状态并影响第二次迭代的操作。也就是说，根据定义，一种顺序算法。您不能(至少不容易)并行化迭代构建图的算法。

您可以使用 multiprocessing.starmap和 multiprocessing.Array ，但这并不能解决问题。你还有图 g这也在所有进程之间共享。所以整个事情需要以这样的方式重构，每次迭代for m in c循环独立于该循环的任何其他迭代，或者必须更改整个逻辑，以便 for m in c不需要循环开始。

更新

我在想，您可以通过以下更改将算法转向顺序稍少的版本。我很确定代码已经做了一些相当相似的事情，但是代码对我来说有点太密集了，而且图算法并不是我的专长。

目前，对于新的三元组(例如 '101')，您将在现有图中生成所有可能的连接点，然后将新的三元组添加到图中并根据测量最短路径消除节点。这需要检查图形上的最短路径并进行修改，这会阻止并行化。

注意:下面是关于如何重构代码的一个非常粗略的概述，我还没有测试过这个或从数学上验证它实际上可以正常工作

注 2:在下面的讨论中 '101' (注意引号 '' 是二进制字符串， '00' 和 '1' 也是如此，其中 1 、 0 、 4 等(图中没有引号)是顶点标签。

如果您要在现有图形上进行某种子字符串搜索，我将使用第一个三元组作为示例。初始化

生成 job_queue其中包含所有三元组

取第一个并插入，例如，'000'这将是 ( 0 , 2 , 4 ) - 这是微不足道的，无需检查任何内容，因为在您开始时图形是空的，因此最短路径是根据定义您插入的路径。

此时，您还有 '011' 的部分路径, '001' , '010'相反( '110' 和 '001' 因为图是无向的)。我们将利用现有图包含 job_queue 中剩余三元组的子解决方案这一事实。 .假设下一个三元组是 '010' ，您遍历二进制字符串 '010'或 list('010')

如果 '0' 的路径/顶点图中已存在 --> 继续

如果 '01' 的路径/顶点图中已存在 --> 继续

如果 '010' 的路径/顶点存在你已经完成了，不需要添加任何东西(这实际上是一个失败案例:'010' 不应该再出现在作业队列中，因为它已经被解决了)。

第二个要点会失败，因为 '01'图中不存在。插入 '1'在这种情况下将是节点 1到图形并将其连接到三个 even 之一节点，我认为哪个节点并不重要，但您必须记录它连接到哪个节点，假设您选择了 0 .该图现在看起来像

 0 - 2 - 4
  \  * 
   \ * 
    \*
     1

完成路径的最佳边是 1 - 2 (标有星号)获取路径 0 - 1 - 2为 '010' ，如果边1-2，这是最大化编码的三元组数量的路径被添加到图形中。如果您添加 1-4你只编码 '010'三重，如 1 - 2编码 '010'还有'001'和 '100' .

顺便说一句，假设您已连接 1至 2起初，而不是 0 (第一个连接是随机选择的)，你现在有一个图表

 0 - 2 - 4
     | 
     | 
     |
     1

您可以连接 1至 4或到 0 ，但您再次得到一个图形，该图形对 job_queue 中剩余的最大三元组数进行编码。 .

那么如何检查潜在的新路径编码了多少个三元组呢？您可以相对轻松地检查这一点，更重要的是，检查可以在不修改图形的情况下并行完成 g ，对于 3 位字符串，并行的节省不是那么大，但对于 32 位字符串，它们会。这是它的工作原理。

(顺序)从子路径 0-1 生成所有可能的完整路径-> (0-1-2), (0-1-4) .

(并行)对于每个潜在的完整路径，检查该路径解决了多少个其他三元组，即对于每个路径候选生成图解决的所有三元组，并检查这些三元组是否仍在 job_queue 中。 .

(0-1-2)解决另外两个三元组 '001' (4-2-1) or (2-0-1)和 '100' (1-0-2) or (1-2-4) .

(0-1-4)只解决了三重'010' ，即它本身

解决 job_queue 中剩余的最多三元组的边/路径是最佳解决方案(我没有证据)。

你跑 2.以上并行复制图形到每个 worker 。因为您没有修改图形，只检查它解决了多少个三元组，所以您可以并行执行此操作。每个 worker 都应该有一个类似的签名

check_graph(g, path, copy_of_job_queue):
    # do some magic
    return (n_paths_solved, paths_solved)

path要么是 (0-1-2)或 (0-1-4) , copy_of_job_queue应该是 job_queue 上剩余路径的副本.对于 K 个 worker ，您创建 K 个队列副本。一旦工作池完成，您就知道哪条路径 (0-1-2)或 (0-1-4)解决最多的三元组。

然后添加该路径并修改图形，并从作业队列中删除已解决的路径。

冲洗 - 重复直到作业队列为空。

上面有一些明显的问题，其中之一是您对 job_queue 进行了大量复制和循环。 , 如果您要处理大位空间，例如 32 位，则 job_queue很长，所以你可能不想继续复制给所有的 worker 。

对于上面 (2.) 的并行步骤，您可能需要 job_queue实际上是dict其中关键是三元组，比如 '010' ，该值是一个 bool 标志，表示该三元组是否已在图中编码。