python并行计算for循环_在python中并行化这个嵌套的for循环

我又在努力提高这段代码的执行时间。由于计算非常耗时，我认为最好的解决方案是并行化代码。在

我最初是按照this问题中的解释来处理地图的，但后来我尝试了一种更简单的方法，认为我可以找到更好的解决方案。但是我还没有想出任何东西，所以因为这是一个不同的问题，所以我决定把它作为一个新的问题来发表。在

我正在使用python3.4开发Windows平台。在

代码如下：similarity_matrix = [[0 for x in range(word_count)] for x in range(word_count)]

for i in range(0, word_count):

for j in range(0, word_count):

if i > j:

similarity = calculate_similarity(t_matrix[i], t_matrix[j])

similarity_matrix[i][j] = similarity

similarity_matrix[j][i] = similarity

这是calculate_similarity函数：

^{pr2}$

以及对代码的解释：word_count是存储在列表中的唯一单词的总数

t_matrix是一个矩阵，其中包含每对单词的值

输出应该是similarity_matrix，其维数为word_count x word_count，并且包含每对单词的相似性值

把这两个矩阵都保存在内存中是可以的

在这些计算之后，我可以很容易地找到每个单词最相似的单词(或者根据任务需要，前三个相似的单词)

calculate_similarity使用两个浮点表，每个浮点表对应一个单独的单词(每个都是t峎矩阵中的一行)

我使用的是13k个单词的列表，如果计算正确，系统上的执行时间将是几天。所以，任何能在一天内完成任务的东西都会很棒！在

也许只有将numerator和{}的计算并行化，才可能有显著的改进。在