我正在用Python实现Kosaraju的Strong Connected Component（SCC）图搜索算法。该程序可以在小型数据集上很好地运行，但是当我在超大型图形（超过80万个节点）上运行时，它会显示“ Segmentation Fault”。可能是什么原因造成的？谢谢！附加信息：首先，我在超大型数据集上运行时遇到此错误："RuntimeError: maximum recursion depth exceeded in cmp"然后我使用设置重置递归限制sys.setrecursionlimit(50000)但出现了“细分错误”相信我这不是一个无限循环，它可以在相对较小的数据上正确运行。程序是否可能耗尽了资源？
3 回答
呼啦一阵风
TA贡献1802条经验 获得超6个赞
我了解您已经解决了您的问题，但是对于其他阅读此线程的人，这是答案：您必须增加操作系统为python进程分配的堆栈。
做到这一点的方法取决于操作系统。在linux中，您可以使用以下命令检查ulimit -s当前值，并可以使用以下命令增加当前值：ulimit -s <new_value>
尝试将前一个值加倍，如果不起作用则继续加倍，直到找到一个可用或用完的值。
茅侃侃
TA贡献1842条经验 获得超21个赞
Google搜索找到了这篇文章，但没有看到下面的“个人解决方案”讨论。
我最近在Linux的Windows子系统上对Python 3.7的烦恼是：在具有相同Pandas库的两台计算机上，一台给我segmentation fault，另一台报告警告。不清楚哪个是较新的，但是“重新安装” pandas可以解决问题。
我在越野车上运行的命令。
conda install pandas
更多详细信息：我正在运行相同的脚本（通过Git同步），并且两者都是带有WSL + Anaconda的Windows 10计算机。在这里截屏以说明情况。另外，在命令行python会抱怨的机器上Segmentation fault (core dumped)，Jupyter实验室每次仅重新启动内核一次。更糟糕的是，根本没有发出警告。
几个月后更新：我不再在Windows计算机上托管Jupyter服务器。现在，我在Windows上使用WSL来获取在Linux服务器上打开的远程端口，并在远程Linux机器上运行所有作业。我已经好几个月没有遇到任何执行错误了：）
添加回答
举报
0/150
提交
取消