当添加许多约束时，纸浆非常慢

Question

我尝试使用PuLP，但是添加4000个约束（有67个变量）需要花费50秒。解决这个问题只需几秒钟。在

我们希望使用PuLP轻松地测试一系列问题的多个解算器。在

要用这么长时间的纸浆吗？直接使用PyGLPK只需很小一部分秒，包括设置和求解，所以我希望不会。我能做些什么来提高制浆这一步的效率？在

---

更新

我的约束矩阵是非常稀疏的，我能够通过只包含非零系数来将这个特定问题的设置时间缩短到4或5秒。我仍然能够编写我自己的.lp或.mps格式的文件，用cbc或glpsol子进程解决问题，并比PuLP更高效地解析解决方案，因为当PuLP需要几秒钟的时间时，我可以在几毫秒内写入输入文件。我还是不知道为什么会这样。在

Answer 1

我也遇到了类似的问题，我在目标函数中使用了一个包含超过10000个变量的表达式。根本原因与最初的海报锯是一样的。在一个pulp.LpVariable数组上使用sum与{a1}相比真的很慢。基于Google小组在接受答案中的讨论，我可以让我的代码运行得更快。我知道这是一个老问题，但将包括一些抽象的代码为不耐烦。在

最初的目标是：

sum([x * k for x in xs] + ys)

其中xs是pulp.LpVariable的列表，k是浮点常量，ys是{}的另一个列表。在

更快的版本是：

^{pr2}$

两个版本我都没有精确计时。为了了解时差，在运行慢版本时，我可以在互联网上搜索pulp为什么会这么慢，找到这个StackOverflow问题，阅读链接的讨论，并在表达式完成计算之前更新代码。第二个版本需要几秒钟。在