并行过渡数组（Python 3）

Question

我正在处理大型数组，并尝试计算“转换”数组（请告诉我这个词是否适合它）。用一个非常简单的例子：

old_indices = [1, 2, 3, 0]
indices = [2, 3, 0, 1]

由于索引 0 (1) 处的元素变为 3，因此转换的第一个元素为 3，对于索引 1 (2) 处的元素变为 0 的元素相同，因此它将为 0，依此类推. 那么过渡应该是：

transition = [3, 0, 1, 2]

然后，就可以创建一个“过渡图”了，基本上是相反的方式。索引 0 (2) 处的新元素来自旧列表中的索引 1，因此转换映射的第一个元素将为 1，索引 1 (3) 处的元素来自旧列表中的索引 2，等等

transition_map = [1,2,3,0]

我实现了类似这样的东西来创建这些列表：

transition = np.empty(indices.shape, int)
transition_map = np.empty(indices.shape, int)
for i in range(len(old_indices)):
    for j in range(len(indices)):
        if old_indices[i] == indices[j]:
            transition[i] = j
            transition_map[transition[i]] = i

这可以正常创建这些列表。但是，如果我在每个索引列表（相同大小）中有数十万或数百万个元素，它就会开始花费更多时间。我有 48 个处理器可用于此计算。我想知道将其并行化并填充数组是否有益。但是，我没有使用 Python 3 进行并行化的经验。例如，我不知道我应该使用哪个工具，如果我用多个处理器填充同一个数组这一事实是否可能（甚至，如果通信时间太长而无法每次都同步阵列）。

谢谢！

Answer 1

快：O(n)

假设每个元素都存在于两者中，则此解决方案适用。为了加快这个过程，我们可以使用字典来跟踪索引，其中键是当前值，它对应于索引。为了使命名更容易理解，我将变量 before 称为转换，after，以便我们知道转换如何映射它。

# Setup test cases
before = [1, 2, 3, 0]
after = [2, 3, 0, 1]

# Create the dictionary
for i, v in enumerate(after):
    indices[v] = i

# Find the indices for the transition array
transitions = [indices[x] for x in before]

要找到您的 so-called transition_map，只需颠倒名称即可。

for i, v in enumerate(before):
    indices[v] = i

transition_map = [indices[x] for x in after]

任何问题或批评，请在评论中告诉我。

并行过渡数组（Python 3）

Transition array in parallel (Python 3)

python

arrays

numpy

parallel-processing

indices

快：O(n)