如何在R中划分向量，使块的总和相同

我正在尝试优化一些R代码，以便在一个非常大的矩阵中计算欧几里德距离（大于dist允许的范围）。为了加快这个过程，我将发送矩阵的哪一列，以使用doParallel计算矩阵的colSums。 然而，当给定矩阵的最后一列非常小时，并行化效率很低。因此，我试图通过将计算划分为数量大致相同的段来优化代码。理想情况下，我会将其除以，这样从1到nCols的向量之和具有相同的和，但这是一个NP复杂问题。有没有其他方法可以得到类似的结果

我的代码如下：

library(doParallel)

ncores <- 140
cl<-makeCluster(ncores)
registerDoParallel(cl)

#number of samples
samples <- 10000
#number of markers
markers <- 160000

#input markers matrix
A <- matrix(1:5, ncol=samples,nrow=markers, byrow=T)
btime <- system.time(
  bresult<-foreach(x=1:(ncol(A)-1),.combine="c",.multicombine=T,.inorder=T) %dopar% {
      colSums(as.matrix(A[,x]-A[,(x+1):ncol(A)])^2,na.rm = T)
  }
)

库（双并行）
ncores哪个代码是Alex？在上面的链接中。你可能也想要，艾德克