终于可以写MPI了，没想到，刚开始就当头一棒，我按照之前的配置MPI环境，配置完成就报错

好家伙，仔细检查了每一个步骤都没找到问题，上网搜索了一些解决方案，也没有解决。所幸，在配置MPI环境时保存了之前的版本， 又重新配置了MPI环境，还好没问题，不得不说，有时候写代码真的跟玄学一样，但保存备份真的是一个无比好的习惯，赞颂。

目前正在计划实现下面两个阶段

创建网络阶段：主要是神经元的创建和 神经元的连接。

SNN分区阶段：主要是对SNN网络进行分区比如轮询方式，均匀的分配每一个神经元

这两个阶段都在ConnectionManager中实现

	// 神经元的邻接表
	std::vector<std::vector<int>> global_adjacency;
	// 本地的邻接表
	std::vector<std::vector<int>> local_adjcency;
	//本地的突触集合
	std::vector<int> local_node_gids;

	//本地神经元集合
	std::vector<  Neuron* > local_nodes;
	//本地突触集合
	std::vector< std::vector< Synapse* > > local_synapases;

主要是对这些变量进行修改。

目前已经实现了网络的创建阶段，又实现了一个简单的轮询分区阶段

void PartitionManager::perform_partitioning(const std::vector<std::vector<int>>& global_adjacency, std::vector<std::vector<int>>* local_adjacency, std::vector<int>* local_node_gids)
{

    partition.resize(global_adjacency.size());
    int nPart = kernel().mpi_manager.get_num_processes();
    int rank = kernel().mpi_manager.get_rank();
    for (int i = 0; i < partition.size(); i++) {
        partition[i] = i % nPart;
    }
    
    for (int ii = 0; ii < global_adjacency.size(); ii++)
    {
        if (rank == partition[ii])
        {
            local_node_gids->push_back(ii);
        }
        for (int jj = 0; jj < global_adjacency[ii].size(); jj++)
        {
            //如果与这个节点连接的节点也在该进程
            if (partition[global_adjacency[ii][jj]] == rank)
            {
                (*local_adjacency)[ii].push_back(global_adjacency[ii][jj]);
            }
        }
    }
}

我们将分区的数量与进程的数据保持了一致， 创建了如下

代码执行效果为：

还是很符合预期的。

现在最大的问题是:因为创建SNN网络的时候，种群之间的连接是随机的。如果每个进程都执行一次SNN创建，那么不同进程肯定得到不一样的邻接表。

目前的想法就是设立一个主进程。网络的创建在主进程中实现，然后再分发给其他进程。或者保证每个进程的SNN创建是相同的。

愁人啊