如何在Python中并行计算节点的交集？

我正在处理大型数据集，为了减少执行时间，我需要在python中使用并行处理来计算图形中两个节点的交集。我使用下面的代码计算数据集中所有N个节点的交集<代码>节点\u邻居是由多个节点组成的节点的相邻集

for i in range(N):
    CN_sum = 0
    d = {}


        for neighbor in nodes_neighbors[i]:

            intersect = len(list(set(nodes_neighbors[i]) & set(nodes_neighbors[neighbor])))

            CN_sum = CN_sum + (intersect)


        node_importance.append(([i, CN_sum]))

---

我想知道如何使它并行运行以节省时间。我尝试了一些方法，比如创建Pool（）和多处理，但是因为我对python有点陌生，所以我没能做到

通过存储集合，而不是当前在

节点\u邻居中的任何集合，然后
intersect=sum（1表示节点中的c\u邻居[i]如果节点中的c\u邻居[i]）
，可以大大加快代码的速度。您当前正在每次迭代中构建2个集合和一个列表。不使用集合而使用已排序的列表，并使用合并排序类型方法计算交集可能会更快。通过存储集合而不是当前在
节点\u邻居中的任何集合，您可以使代码更快，然后
intersect=sum（1表示节点中的c\u neigbors[i]如果节点中的c\u neighbor[i]）
。您当前正在每次迭代中构建2个集合和一个列表。不使用集合而使用排序列表，并使用合并排序类型方法计算交集可能会更快。