关于FBB-FFD算法加速因子的证明

最近学习到了一些关于调度算法加速因子证明的知识。在“Multiprocessor Scheduling for Real-Time Systems" 一书中，Section 11.3给出了FBB-FDD算法加速因子的证明，下面就对整个过程做一个梳理。
FBB-FFD算法是采用了DM+First-Fit的策略:
1.首先对任务集τ中的所有任务按照其d(relative deadline)做一个nondecreasing的排序。
2.对于一个任务τi，在试图将其分配到处理器核上时，利用下面的公式进行判断：

若该式满足，那么按照First-Fit的策略将其分配到处理器k上。若所有处理器核都不满足，那么该任务集分配失败；若所有任务都成功分配，则任务集成功被调度。

说明：
1.RBF*是对RBF(request bound function)函数的一个近似：

可以证明，RBF*是$\ge$RBF的，那为什么在上面的公式中，不用更小的RBF去做，这样从理论上不是就能得到更小的加速因子吗？在“Jian-Jia Chen:Partitioned Multiprocessor Fixed-Priority Scheduling of Sporadic Real-Time Tasks”一文中，给出了利用RBF做可调度性测试的Partitioned DM算法的加速因子证明。但chen采用的判断条件不同于上面的第一个公式。

回到正题，当一个任务τi分配失败时，一定是在所有的核上都无法分配，也就是说对于每个核，有

当把m个核上的情况进行一个累加，也就是说同时存在，有:

注意这里的j是小于i的，即仅考虑优先级大于τi的任务，也就是已经分配完成的任务。接下来根据RBF*与DBF的关系(在书中前文有证明)有下列推导：

此时取逆否命题，也就是说，当

时，任务集在m核处理器上可调度(densmax(τ)定义为max τi∈τ(Ci/Di))。注意该理论并不作为实际应用中判断任务集是否可调度的条件，因为在LOAD(τ)函数的定义中，使用了DBF函数，该函数理论上需要检查所有的t，时间复杂度是不能被接受的。而该函数的提出通常是为了进一步求解加速因子。

接下来书中证明了FBB-FFD算法的加速因子为4-1/m，这里我理解的是用了一种“凑”的思想，下面给出证明：
首先我们假设使用FBB-FFD算法进行调度的处理器平台速度为1，那么相应的使用最优算法的处理器平台速度为1/(4-1/m)，因为加速因子的定义是:相较于最优算法，一个调度算法需要在处理器速度为“加速因子”这么多倍的平台上才能成功调度任务集，于是如果最优算法可以在处理器平台速度为1/(4-1/m)的平台上调度任务集，有下面结论存在：

这个证明是从LOAD(τ) $\le$ 1 and densmax(τ)$\le$ 1变化而来的，其实也很简单，因为当处理器速度变为s时，每个任务的Ci就变成了Ci/s，代入到上面式子中，就能得到上图结论。

接下来开始凑：
此时我们假设有如下不等式成立：
$LOAD\le \frac{1}{3}\times (m-(m-1)den{s}_{max}(\tau ))$
也就是假设该任务集在处理器速度为1且使用FBB-FFD算法的处理器平台上仍然可以调度，将上图中不等式代入，有如下推导：

可以看到，最后推出一个明显成立的不等式，也就是说假设成立。
为什么是“凑”呢，因为在实际求解中，想要求出来一个加速因子，不妨把它设成x，然后按照上面的过程逐步求解，最后解出这样一个x，就得到了最后加速因子。

以上是我对近期加速因子学习的总结，对于其他的算法，也可以按照上面的思路去求解加速因子，衡量该算法的优劣。重点就是怎么和DBF函数联系起来，找出和DBF函数之间的大小关系。

欢迎大家批评指正^_^