如何在 R 中对这个递归图搜索函数进行矢量化（并加速）？答案

【问题标题】：How can I vectorize (and speed up) this recursive graph search function in R?如何在 R 中对这个递归图搜索函数进行矢量化（并加速）？
【发布时间】：2014-06-02 23:59:39
【问题描述】：

我在 R 中编写了一个递归函数，用于查找有向图的所有路径 s-t 路径（无循环）。我将此页面用作我的模型：All possible paths from one node to another in a directed tree (igraph) 并输出正确的结果，但速度很慢。用小图，没什么大不了的。对于大图表，这是一个问题。

我是 R 新手，但读到它在避免循环和使用矢量化时表现得更好。我正在努力解决它，并希望您能提供帮助。我的代码：

findAllPaths <- function(graph,start,end) {
  return(fastFindPaths(graph, start, end))
}   


fastFindPaths <- function(graph, from, to, path) {
  if(missing(path)) path <- c()
  path <- cbind(path, from)
  if (from == to) return(path)
  paths <- c()
  adjList <- get.adjlist(graph, mode="out")[[from]]
  for (child in adjList) {
    if (!child %in% path) {
      childPaths <- fastFindPaths(graph, child, to, path)
      for (childPath in childPaths) paths <- c(paths, childPath)
    }
  }
  return(paths)
}

那么，这是矢量化的候选者吗？我怎样才能加快速度？您会给学习 R 的人提供任何其他提示吗？

谢谢！

【问题讨论】：

你见过igraph包中的get.shortest.paths()函数吗？这看起来就像你所追求的那样，所以你可以使用它或查看它的源代码以获得灵感。对我来说，您的问题看起来并不容易矢量化。
一个可能的瓶颈是get.adjlist() 调用。基本上，对于fastFindPaths 的每次调用，您构建图的整个邻接列表只是为了获取单个节点的邻居（即from 的邻居）。这可以使用neighbors 函数更有效地完成。
另一个瓶颈是paths <- c(paths, childPath)调用；我对 R 不是很熟悉，但我强烈怀疑这将是二次的，因为它分配了 paths 的新副本，将 childPath 附加到它，然后丢弃旧的 paths 向量。你能简单地预先分配一个带有 NA 值的大向量，然后开始填充它（如果它变满了就增加向量）？
@Miff，get.shortest.paths() 函数只返回最短路径。我需要 all 路径。 get.all.shortest.paths() 也一样。
@Tamás 你的第一个建议很好。我从get.adjlist() 更改为neighborhood() 并看到了很好的速度提升。对于具有 22 个节点和 107 条边的图，所有路径的时间从 ~26s 下降到 ~16s。我会试试你的第二个建议。

标签： r optimization recursion vectorization igraph

【解决方案1】：

igraph的开发版有一个get.all.simple.paths()函数，你可以从这里得到它：http://igraph.org/nightly。

【讨论】：

我使用了 Tamas 的建议，不调用 get.adjlist()，而是使用 neighbors()，这提供了不错的速度提升。然而，真正有助于提高性能的是并行搜索，方法是在每个 start 节点的子节点上调用 fastFindPaths() 并聚合结果。我目前在 Windows 机器上，所以使用了clusterApply() 函数。

【解决方案2】：

我使用了 Tamas 的建议，不调用 get.adjlist()，而是使用 neighbors()，这提供了不错的速度提升。然而，真正有助于提高性能的是并行搜索，方法是在每个起始节点的子节点上调用 fastFindPaths() 并聚合结果。我目前在一台 Windows 机器上，所以使用了 clusterApply() 函数。虽然我可能会概括代码来检查Sys.info()[1]，如果不是Windows，则使用mclapply()。

【讨论】：