多处理嵌套python循环

为了改进我的代码，它有一个沉重的循环，我需要一个加速。如何为这样的代码实现多处理？（a为典型尺寸2，l为10）

---

如果

HeavyComputationThatThreadSafe1

函数只使用数组而不使用python对象，我将使用（或）

ThreadPoolExecutor

以及（或）释放GIL。否则，请使用

ProcessPoolExecutor

见：

---

您可能希望在最外层循环的级别上并行计算，然后从每个线程/进程产生的块中填充

output

。这是假设这样做的成本比计算要便宜得多，这应该是事实。

ShadowRanger对这个问题的评论仍然站得住脚——如果你致力于调用线程安全1的

Heavycomputation超过10亿次，世界上所有的线程都不会有太大的影响。对ThreadSafe1的
HeavyComputations的单个调用需要多少秒？取这个数字，乘以1073741824，再除以你拥有的核数。这为您提供了使用多处理可以实现的绝对最佳场景运行时。我使用您链接到的
iisthreadsafe
重计算解决了性能问题。即使使用您提到的数据大小，如果使用一些合理的优化集，也只需要大约8GB的内存和45秒就可以遍历所有三个嵌套循环。
for x1 in range(a**l):
    for x2 in range(a**l):
        for x3 in range(a**l):
            output[x1,x2,x3] = HeavyComputationThatIsThreadSafe1(x1,x2,x3)