基于Matplotlib库绘制的六种进程调度算法的时序图

最新推荐文章于 2023-11-04 15:34:36 发布
置顶 最新推荐文章于 2023-11-04 15:34:36 发布
阅读量3.5k 收藏 37
点赞数 7
分类专栏： python 操作系统
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43813697/article/details/105519899
版权

 这篇文章明明超水标题却过分高大上

操作系统的小组作业，因为不会在Word里画图，想到了Matplotib，用几个最基本的语句，勉勉强强去捣鼓出来了，查手册，查百度，写代码的时间够用Word画好几份作业了，我真的是好懒啊，又懒又菜...

 根据下信息，分别画图说明使用先来先服务、时间片轮转、短进程优先、最高响应比优先、不可抢占式优先级法和可抢占式优先级法时进程调度情况。 

进程名

产生时间

要求服务时间

优先级

P1

0

10

3

P2

1

1

1

P3

2

2

3

P4

3

1

4

P5

4

5

2

 一、先来先服务

按时间顺序依次调度进程

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))
x = np.linspace(0,10,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(10,11,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(11,13,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(13,14,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
x = np.linspace(14,19,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)
plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"先来先服务算法")
plt.grid()
plt.legend()
plt.show()

二、时间片轮转

每个进程给1个时间片，按时间顺序，谁先用完谁结束。

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))

x = np.linspace(0,1,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(1,2,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(2,3,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(3,4,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
x = np.linspace(4,5,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)

x = np.linspace(5,6,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(6,7,1000)
p3 = 3+x*0
plt.plot(x,p3,color="c",linewidth=2)
x = np.linspace(7,8,1000)
p5 = 5+x*0
plt.plot(x,p5,color="k",linewidth=2)

x = np.linspace(8,9,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(9,10,1000)
p5 = 5+x*0
plt.plot(x,p5,color="k",linewidth=2)

x = np.linspace(10,11,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(11,12,1000)
p5 = 5+x*0
plt.plot(x,p5,color="k",linewidth=2)

x = np.linspace(12,13,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(13,14,1000)
p5 = 5+x*0
plt.plot(x,p5,color="k",linewidth=2)

x = np.linspace(14,19,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)

plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"时间片轮转算法")
plt.grid()
plt.legend()
plt.show()

三、短进程优先

按时间来，遇到一起的谁短谁先来，而且是一次性执行完。

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))
x = np.linspace(0,10,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(10,11,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(11,12,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
x = np.linspace(12,14,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(14,19,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)
plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"短进程优先算法")
plt.grid()
plt.legend()
plt.show()

四、最高响应比优先

（运行时间+上一个进程结束的时间-产生时间）/（运行时间），第一个进程运行完是10，第二个进程在1的时候就产生了，但是它至少得等到10才能执行，也就是（1+10-1）/1，第三个进程在第2时产生，它至少也得等到10才执行，也就是（2+10-2）/2，第四个进程在第3时产生，它至少也得等到10才执行，也就是（1+10-3）/1，第五个进程在第4时产生，它至少也得等到10才执行，也就是（5+10-4）/5，谁最大谁先来，所以把2执行完。然后是4，然后是3，最后是5。

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))
x = np.linspace(0,10,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(10,11,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(11,12,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
x = np.linspace(12,14,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(14,19,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)
plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"最高响应比优先算法")
plt.grid()
plt.legend()
plt.show()

 五、不可抢占式优先级法

先按顺序，然后直接上优先级越小越先，优先级不可被打断，也就是完整执行结束才能下一个。

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))
x = np.linspace(0,10,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(10,11,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(11,16,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)
x = np.linspace(16,18,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(18,19,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"不可抢占优先级算法")
plt.grid()
plt.legend()
plt.show()

 六、可抢占式优先级法

一个进程在运行中可以被优先级高的进程抢断。

import matplotlib.pyplot as plt
import pylab as mpl
mpl.rcParams['font.sans-serif'] = ['SimHei']
plt.figure(figsize=(10,4))
x = np.linspace(0,1,1000)
p1 = 1+x*0
plt.plot(x,p1,label="$P1$",color="r",linewidth=2)
x = np.linspace(1,2,1000)
p2 = 2+x*0
plt.plot(x,p2,label="$P2$",color="b",linewidth=2)
x = np.linspace(2,4,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(4,9,1000)
p5 = 5+x*0
plt.plot(x,p5,label="$P5$",color="k",linewidth=2)
x = np.linspace(9,16,1000)
p1 = 1+x*0
plt.plot(x,p1,color="r",linewidth=2)
x = np.linspace(16,18,1000)
p3 = 3+x*0
plt.plot(x,p3,label="$P3$",color="c",linewidth=2)
x = np.linspace(18,19,1000)
p4 = 4+x*0
plt.plot(x,p4,label="$P4$",color="m",linewidth=2)
plt.xlim((0, 19))
plt.ylim((1, 5))
plt.xticks(np.arange(0,21,1))
plt.yticks(np.arange(0,7,1))
plt.ylabel('P',fontproperties='SimHei',fontsize=15,color='green')
plt.xlabel('Time',fontproperties='SimHei',fontsize=15,color='green')
plt.title(u"可抢占优先级算法")
plt.grid()
plt.legend()
plt.show()

周转时间：真正结束时间-产生时间

带权周转时间：周转时间/要求服务时间

 

 

P1

P2

P3

P4

P5

平均

先来先服务

（FCFS）

周转时间

10

10

11

11

15

11.4

带权周转时间

1

10

5.5

11

3

6.1

短进程优先非抢占（SPF）

周转时间

10

10

12

9

15

11.2

带权周转时间

1

10

6

9

3

5.8

高响应比

优先法

周转时间

10

10

12

9

15

11.2

带权周转时间

1

10

6

9

3

5.8

时间片轮转（RR）

周转时间

19

1

5

1

10

7.2

带权周转时间

1.9

1

2.5

1

2

1.68

不可抢占式优先级法

周转时间

10

10

16

16

12

12.8

带权周转时间

1

10

16

16

2.4

7.48

可抢占式优先级法

周转时间

16

1

16

16

5

10.8

带权周转时间

1.6

1

8

16

1

5.52

Raytheon 1715313189
关注
  • 7
    点赞
  • 踩
  • 37
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
专栏目录
调度算法:时间片轮转、优先级、多级反馈队列的详细图解
HelloByte的博客
06-27 1万+
总览: 调 度 算 法 : 1.时 间 片 轮 转 调 度 算 法 (RR) 2.优 先 级 调 度 算 法 3.多 级 反 馈 队 列 调 度 算 法 Tips:各种调度算法的学习思路 1.算法思想 2.算法规则 3.这种调度算法是用于作业调度还是进程调度? 4.抢占式?非抢占式? 5.优点和缺点 6. 是否会导致饥饿 例题:各进程到达就绪队列的时间、需要的运行时间如下表所示。使用时间片轮转调度算法，分析时间片大小分别是2,5时的进程运行情况。 时间片轮转调度算法: 轮流让就绪队列中的进程依次执行一个时
OS，处理机调度算法下的调度时间图以及周转时间计算
weixin_44459880的博客
04-11 4609
由“画出下列调度算法下的调度时间图”引入 结束时间 = 开始时间 + 服务/执行时间 周转周期 = 结束时间 - 到达时间 带权周转时间 = 周转时间 / 服务时间 FCFS（先来先服务） 顾名思义，按照到达时间得先后顺序进行调度，是一个很简单的算法。 SJ§F 短作业 / 进程优先 短作业进程，如果新来的进程的运行时间与原先程序执行剩余的时间相同，是继续执行原程序，还是调度新的？ ——执行原程序...
【Python】Matplotlib绘制日期型时间序列图
星拱北辰的博客
02-13 1万+
Matplotlib绘制日期型时间序列图实例
绘制时间序列图（Matplotlib）
zxxr123的博客
01-28 4588
使用Matplotlib绘制时间序列图时，横轴的时间数量与纵轴的数据个数一致是非常关键的。 实际处理数据过程中，可能会出现时间戳重复，导致纵轴数据重复的情况。 For example: flow = df['flow'].values flow_dates = np.arange('2019-03-10', '2019-04-11', dtype='datetime64[h]') flow_loc...
Python基于Matplotlib库简单绘制折线图的方法示例
09-21
本篇将详细介绍如何利用Matplotlib库来绘制折线图，并通过一个具体的代码示例来展示其使用技巧。 首先，我们需要导入matplotlib.pyplot模块，通常我们将其别名为plt。这可以通过以下语句完成： ```python import ...
python matplotlib库绘制条形图练习题
09-18
Python的matplotlib库是数据可视化的重要工具，尤其在绘制各种图表方面，如条形图。在本题中，我们将探讨如何使用matplotlib库来绘制条形图，以便更好地展示数据。 首先，我们来看练习一。在这个练习中，我们需要...
Python基于matplotlib绘制栈式直方图的方法示例
09-21
本示例主要讲解如何使用matplotlib绘制栈式直方图，这对于比较多个数据集的分布情况非常有用。栈式直方图将不同数据集的柱状图堆叠在一起，使得我们可以清晰地观察各组数据之间的相对差异。 首先，我们需要导入必要...
Python基于matplotlib实现绘制三维图形功能示例
09-20
matplotlib库是Python中最常用的绘图库之一，它提供了丰富的图表类型，包括二维和三维图形。本篇将深入探讨如何使用matplotlib来实现三维图形的绘制，主要以两个示例代码为依据。 首先，我们来看第一个示例： ```...
图解系统（五）——系统调度算法
weixin_42690036的博客
03-23 865
图解系统（五）——系统调度算法
python matplotlib 画dataframe的时间序列图实例
09-18
今天小编就为大家分享一篇python matplotlib 画dataframe的时间序列图实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
Paxos算法 wiki实例 时序图
01-08
脑图：里面有好几个算法说明 http://naotu.baidu.com/file/584323ee64d5ce77a926915e7752d287?token=4bd4b488beb80e0e 下面画个时序图来加深理解 以这个实例画时序图 https://zh.wikipedia.org/zh/Paxos算法#.E5.AE.9E.E4.BE.8B 其中A1能和A2 A3通信，A5能和A2 A3通信 A1(Proposer)，想把v修改成A1 A2(Acceptor) A3(Acceptor) A4(Acceptor) A5(Prop
进程模拟调度实验
weixin_46696469的博客
04-06 5456
实验三 进程模拟调度实验 一、实验目的 多道系统中，当就绪进程数大于处理机数时，须按照某种策略决定哪些进程优先占用处理机，本实验模拟实现处理机调度，以加深了解处理机调度的工作 二、实验内容 选择一个调度算法，实现处理机调度。 三、实验要求 1、设计一个按下面三种调度算法实现处理机调度的程序。 1）先来先服务 2）短进程优先或优先权高优先 3）按时间片轮转 2、说明：PCB内容： 进程名/PID 、要求运行时间（单位时间）、优先权、状态 、到达时间、已用CPU时间等。 1） 可随机输入.
Visio绘制时间轴、日程安排图、时间进度图的方法
疯狂学习GIS的博客
08-17 7737
本文介绍基于Visio软件绘制时间轴、日程安排图、时间进度图等的方法~
操作系统：利用python画出SJF调度图
ZZULI_星.夜
04-14 3880
SJF算法： 最短作业优先（SJF）调度算法将每个进程与其下次 CPU 执行的长度关联起来。实际上，短进程/作业（要求服务时间最短）在实际情况中占有很大比例，为了使得它们优先执行，追求最少的平均等待时间时间、平均周转时间、平均带权周转时间。短作业优先可能导致长作业一直得不到处理） 总体构想 用python绘图这个想法产生于写调度图作业那段时间。当时就想着用python绘图，有两个想法trut...
操作系统进程调度算法图解（FCFS、轮转、SPN、SRT、HRRN、反馈）
热门推荐
haoshen's blog
10-24 2万+
FCFS: 先来先服务，也可以称为先进先出 轮转： 以一个周期性间隔产生时钟中断，此时当前正在运行的进程被置于就绪队列，基于FCFS选择下一个就绪进程             运行。 SPN：最短进程优先，下一次选择所需处理时间最短的进程 SRT：最短剩余时间优先，总是选择预期剩余时间最短的进程 HRRN：最高响应比优先，R=(w+s)/s，其中R表示响应比，w表示已经等待的时间，s表示期
【操作系统】使用C/C++实现进程调度算法
Otto的学习笔记
11-19 3426
使用C/C++实现进程调度算法 1 先来先服务调度算法 2 优先级调度算法 3 短作业（或进程）优先调度算法 4 响应比高优先调度算法 测试数据： id reachtime dotime privilege 1 70 20 1 2 80 10 3 3 85 20 4 4 90 5 2 代码： #define _CRT_SECURE_NO_WARNINGS //解决VS报错 #include<stdio.h> #include<stdlib.h> //#include<co
常用的调度算法（包含实例）|操作系统
taoxing
10-14 1万+
目录1.先来先服务调度算法（FCFS）2.优先级调度算法3.最短作业优先调度算法（SJF）4.最高相应比优先调度算法5.轮转调度算法6.多级反馈轮转调度算法7.实时系统的调度算法 1.先来先服务调度算法（FCFS） 原理：{\color{Violet}原理：}原理： ∙\bullet∙ 先来先服务（First-Come-First-served）调度算法是最简单的非抢占的调度算法。 ∙\bullet∙ 它通过管理一个FIFO就绪队列来实现，从前到后按顺序将CPU分配给进程。 举例：{\color{Viol
【操作系统】七大处理机调度算法详解
w123456789ABCDEF的博客
11-04 3168
本文旨在详细介绍处理机调度的基本概念、算法原理，并通过实例分析来加深对处理机调度算法的理解。本文将介绍包括先来先服务（FCFS）、短作业优先（SJF）、优先级调度（PSA）、高响应比优先（HRRN）、轮转法（RR）、多级反馈队列调度算法
操作系统课程设计----时间片轮转法（java可视化）
GOV_D的博客
07-14 1782
一、课程设计题目及内容 设计一个按照时间片轮转法实现处理机调度的程序 时间片轮转法实现处理机调度的程序设计提示如下： （1） 假设系统有n个进程，每个进程用一个进程控制块（PCB）来代表。进程控制块的格式如下表所示，且参数意义也相同。 进程名 链接指针 到达时间 估计运行时间 进程状态 （2） 按照进程到达的先后顺序排成一个循环队列，设一个队首指针指向第一个到达进程的首址。另外再设一个当前运行进程指针，指向当前正运行的进程。 （3） 执行处理机调度时，首先选择队首的第一个进程
matplotlib库绘制散点图
最新发布
06-26
Matplotlib是一个广泛使用的Python数据可视化库，它可以用于创建各种类型的图表，包括散点图。散点图是一种直观的图表类型，用来展示两个变量之间的关系，每个数据点由x轴和y轴的坐标表示。以下是使用matplotlib绘制散点图的基本步骤： 1. 首先，你需要安装matplotlib库，如果还没有安装，可以使用`pip install matplotlib`命令。 2. 导入matplotlib库中的`pyplot`模块，通常简写为`plt`，这是绘图的主要入口。 ```python import matplotlib.pyplot as plt ``` 3. 创建数据点的x和y值。例如，如果你有两个列表或数组，分别代表x和y的值： ```python x = [1, 2, 3, 4, 5] y = [2, 4, 6, 8, 10] ``` 4. 使用`plt.scatter()`函数绘制散点图： ```python plt.scatter(x, y) ``` 5. 可以添加标题、标签、图例等元素来美化图形： ```python plt.title('Scatter Plot Example') plt.xlabel('X-axis') plt.ylabel('Y-axis') # 如果有类别信息，可以使用scatter()的c参数设置颜色，例如： c = ['red', 'green', 'blue', 'yellow', 'purple'] plt.scatter(x, y, c=c) ``` 6. 最后，调用`plt.show()`显示图形： ```python plt.show() ```

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值