目标:生成数十亿个排列并在每个排列上并行运行代码。
尝试:使用 Itertools 将所有排列分配给结果向量,然后使用 rayon 处理每个排列。
最小可重现代码:
use rayon::iter::ParallelIterator;
use rayon::iter::IntoParallelIterator;
use itertools::Itertools;
fn main() {
let data: Vec<u128> = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19].to_vec();
let k = 8;
let vector: Vec<Vec<u128>>
//Following code should return 29.6 billion permutations
let _vector = data.into_iter().permutations(k).map_into::<Vec<u128>>
().collect_vec();
//Following code then processes each permutation using rayon crate
(vector).into_par_iter().for_each(move |x| further_processing(x));
}
当data
输入向量为 16 个元素或更少时,代码运行。对于 24 个元素,返回以下错误:memory allocation of 121898649600 bytes failed error: process didn't exit successfully: target\debug\threads.exe (exit code: 0xc0000409, STATUS_STACK_BUFFER_OVERRUN)
不使用 rayon crate 可以处理 24 个元素,但速度很慢 - 此代码将最后两行替换为:data.into_iter().permutations(k).for_each(move |x| further_processing(x));
所以问题似乎是为一个非常大的、不断增长的排列向量分配内存,rayon
然后可以访问。
有没有办法成功地生成这个非常大的排列集供 rayon 访问,一种更智能的直接在输入数据上使用 rayon 的方法,或者更合适的并行计算方法来解决这个问题?