我對 python 并行化有一個非常具體的問題，讓我們看看我是否可以解釋它，我想foo()使用多處理庫執行一個函數以進行并行化。# Creation of the n processes, in this case 4, and start itthreads = [multiprocessing.Process(target=foo, args=(i)) for i in range(n)]for th in threads: th.start()該foo()函數是一個遞歸函數，它深入探索一棵樹，直到一個特定事件發生。根據它在樹中擴展的方式，此事件可能會在幾個步驟中發生，例如 5 個甚至數百萬個。樹節點是一組元素，在每個步驟中，我從該集合中選擇一個隨機元素，rand_element = random.sample(node.set_of_elements,1)[0]并相應地進行遞歸調用，即兩個不同的隨機元素具有不同的樹路徑。問題是，由于某種未知的原因，這些進程顯然不能獨立運行。例如，如果我并行運行 4 個進程，有時它們會返回此結果。1, Number of steps: 52, Number of steps: 53, Number of steps: 54, Number of steps: 5也就是說，所有的過程都走“好路”，并以極少的步驟結束。另一方面，其他時候它會返回這個。1, Number of steps: 65162, Number of steps: 84633, Number of steps: 461144, Number of steps: 56312也就是說，所有的進程都走“壞路”。我還沒有執行過一次至少有一個走“好路徑”而其余走“壞路徑”的執行。如果我按foo()順序運行多次，超過一半的執行以少于 5000 步結束，但在并發中我沒有看到這個比例，所有進程要么快要么慢結束。這怎么可能？很抱歉，如果我無法向您提供有關程序和執行的更準確的詳細信息，但它太大太復雜，無法在這里解釋。
2 回答
慕妹3242003
TA貢獻1824條經驗 獲得超6個贊
您應該使用collections.OrderedDict（或其他有序數據結構），而不是set您的程序是否關心項目順序（random.sample()例如）。即使在 Python 3.7 及更高版本中，在撰寫本文時，sets 也被記錄為無序集合，因此如果插入或枚舉項的順序對您的程序很重要，則不應使用它們。
使用 時set，您不應期望以任何特定順序（即使是偽隨機順序）插入或枚舉項目。
慕虎7371278
TA貢獻1802條經驗 獲得超4個贊
我已經找到了解決方案，我將其發布以防有人覺得有幫助
問題是，在內部的某個時刻foo()，我使用了該my_set.pop()方法而不是set.remove(random.sample (my_set, 1) [0]). 第一個my_set.pop()實際上并不返回隨機元素。在Python 3.6中，集合有像列表一樣的具體順序，關鍵是建立的順序是隨機生成的，因此，要返回（偽）隨機元素，該方法總是返回第一個元素my_set.pop()。問題是，就我而言，所有進程都共享該順序，因此my_set.pop()在所有進程中返回相同的第一個元素。
添加回答
舉報
0/150
提交
取消