python – Networkx作为任务队列？

概述我在networkx中有一个有向无环图.每个节点代表一个任务,节点的前驱是任务依赖(给定的任务在其’依赖性已执行之前)不能执行. 我想在异步任务队列中“执行”图形,类似于celery提供的(因此我可以轮询作业的状态,检索结果等). Celery不提供创建DAG的能力(据我所知)并且能够在所有依赖关系完成后立即执行任务(DAG可能有多个路径,即使一个任务很慢/阻止,有可能继续其他任务等). 有没有简 我在networkx中有一个有向无环图.每个节点代表一个任务,节点的前驱是任务依赖(给定的任务在其’依赖性已执行之前)不能执行.

我想在异步任务队列中“执行”图形,类似于celery提供的(因此我可以轮询作业的状态,检索结果等). Celery不提供创建DAG的能力(据我所知)并且能够在所有依赖关系完成后立即执行任务(DAG可能有多个路径,即使一个任务很慢/阻止,有可能继续其他任务等).

有没有简单的例子说明我如何实现这一目标,或者甚至将networkx与芹菜整合？

解决方法 我认为这个功能可能有所帮助：

# The graph G is represened by a dictionnary following this pattern:  # G = { vertex: [ (successor1: weight1),(successor2: weight2),...   ]  }  def progress ( G,start ):     Q = [ start ] # contain tasks to execute     done = [ ]    # contain executed tasks     while len (Q) > 0: # still there tasks to execute ?        task = Q.pop(0) # pick up the oldest one         ready = True        for T in G:     # make sure all predecessors are executed           for S,w in G[T]:              if S == task and and S not in done:# found not executed predecessor                  ready = False                 break           if not ready : break        if not ready:           Q.appen(task) # the task is not ready for execution        else:           execute(task)           done.appen(task) # execute the task           for S,w in G[task]:# and explore all its successors              Q.append(S)

总结

以上是内存溢出为你收集整理的python – Networkx作为任务队列？全部内容，希望文章能够帮你解决python – Networkx作为任务队列？所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。