昨天的实验中,在模拟的10个点的小路网上,在模拟的收费数据上,成功打通了一二三步,但是出现了在计算每段link交通量时计算时间太长的问题。24段link一共用了近1分钟时间。
本次实验探索利用data.table数据结构来加速交通量计算,尝试是否可能。
library(HVS) library(lubridate) library(magrittr) library(data.table)
得到路网邻接权重矩阵
load("D:/R/packages/HVS/data-raw/road_net.RData") road_net
根据权重矩阵计算里程矩阵和路径矩阵
result <- dijkstra_matrix(road_net) mileage <- result[[1]] path <- result[[2]]
核心的有两列:O列和D列,O和D在1~10中随机抽样10万次。
set.seed(1234) demosf <- data.frame(O=sample(1:10,100000,replace = T),D=sample(1:10,100000,replace = T)) dim(demosf)
去掉O和D相同的行
demosf[demosf$O == demosf$D,] %>% nrow()
demosf <- demosf[demosf$O != demosf$D,] dim(demosf)
demosf_dt <- as.data.table(demosf) dim(demosf_dt)
setkey(demosf_dt,O,D)
demosf_dt$path <- mapply(function(O,D) path[[O]][[D]],demosf_dt$O,demosf_dt$D) head(demosf_dt)
demosf_dt$link <- lapply(demosf_dt$path,extract_link) head(demosf_dt)
(all_link <- all_link(road_net))
caculate_natureflow("1-2",demosf_dt$link)
sapply(all_link, caculate_natureflow,demosf_dt$link)
system.time(sapply(all_link, caculate_natureflow,demosf_dt$link))
稍微加快了一丁点。
看来data.table仍然没有解决加速问题。
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.