Python 在networkx中加速随机最小生成树？

下面是一些代码，其目标是使用贪婪和随机边权重构建随机生成树。它的运行速度比我希望的要慢得多。有什么加速的方法吗

随机生成的权值和最小生成树的采样速度都比较慢。。。第一个对我来说特别奇怪，因为只有179400条边和np.random.uniform（0,1179400）执行得非常快

（此处“慢”的意思是秒。）

（我很乐意使用networkx以外的东西，但这并不可取。）

---

如果随机数的批量生成在测试中更快，那么就这样做吧

rand = np.random.uniform(0, 1, graph.edges.size())
i = 0
for edge in graph.edges():
    graph.edges[edge]["weight"] = rand[i]
    i += 1

---

为什么要投否决票？我能做些什么来改进这个问题吗？这大约是速度的两倍，但对我来说仍然很奇怪，需要4秒钟来浏览179400条边的列表并设置它们的权重变量…@Lorenzo如果问题在循环中，那么可能是因为在每次迭代中都会有一到两次字典查找？“这可能很慢。@networkx文档说，在边上迭代的快速方法是直接使用邻接列表：

rand = np.random.uniform(0, 1, graph.edges.size())
i = 0
for edge in graph.edges():
    graph.edges[edge]["weight"] = rand[i]
    i += 1