我有一个结构，看起来很像一个图，但我可以对它进行"排序"。因此，我可以有两个等价的图，但一个是排序的，而不是另一个。我的目标是计算最小优势集(使用适合我的特定问题的自定义算法，所以请不要链接到其他"有效"算法(。
问题是，我搜索大小为一、二等的优势集，直到找到一个。如果不存在大小为i的主集合，则使用排序图的效率要高得多。如果有，使用未排序的图会更好。
我考虑过使用线程/多处理，这样就可以同时探索两个图，一旦其中一个找到了答案(没有解决方案或特定的解决方案(，另一个就会停止，我们进入下一步或结束算法。这并没有起到作用，只会使处理速度慢得多(尽管与使用没有线程/多处理的最佳图相比，我预计每一步所需的时间只会增加一倍(。
我不知道为什么这不起作用，我想知道是否有更好的方法，甚至不需要使用线程/多处理，有线索吗？
如果你不想要算法建议，那么懒惰评估似乎是最好的选择。
在数据结构中设置二者，以便使用class_instance.next_step(work_to_do_this_step)，其中类实例是一种图类型的解算器。你需要两个。你可以让每个图移动一个"；步骤"；(无论你定义了什么样的步骤(前进。通过仔细选择(可能根据进展情况动态选择(步骤是什么，您可以有效地在排序图方法和未排序图方法上交替花费多少工作/时间。当然，只有当其中一种算法至少有可能在另一种算法之前完成时，这才有用。
理论上，如果你可以独立地定义这些步骤是什么，那么你可以将工作分开并行运行，但重要的是，每个进程/线程所做的"工作"量大致相同；工作；所以他们都差不多在同一时间完成。尽管为这类事情编写并行算法可能有点棘手。
听起来你没有做你描述的事情。也许你在等待这两件事以某种方式结束？试着这样做，看看时间是否会改变。