hrrn算法java_常用的调度算法

调度算法是什么：

根据系统的资源分配策略所规定的资源分配算法。对于不同的系统和系统目标，通常采用不同的调度算法。

先来先服务(First Come First Served，FCFS)

一种最简单的调度算法，在进程中采用FCFS算法时，则每次调度是从就绪队列中选择一个最先进入该队列的进程，为之分配处理机。

最短作业优先(Shortest Job First，SJF)

每次从就绪队列中选出一个估计运行时间最短的作业，为它分配处理机。

SJF是改进版本的FCFS，在短作业优先前提下，短作业不必等待长作业，从而可以处理更多的短作业。

优先权调度算法

高响应比优先调度算法(Highest Response Ratio Next,HRRN)

HRRN是对FCFS和SJF的一种综合改进，FCFS只考虑等待时间而未考虑执行时间，SJF方式只考虑执行时间而未考虑等待时间，HRRN同时考虑作业的等待时长和估计执行时长，从中选出响应比最高的作业执行。

响应比R: (W+T)/T = 1+W/T

T:作业估计执行时长

W：作业等待时长

基本流程：每当进行作业调度时，系统计算每个作业的响应比R，选择其中R最大者执行

时间片轮转调度算法(RR，Round-Robin)

RR是一种最古老、最简单、最公平且使用最广的算法，每个进程会被分配一个时间片(进程的执行时间)。

基于FCFS算法，给予每个进程一个时间片，当一个进程的时间片用完时，将发生时钟中断，调度程序暂停运行进程，将进程送到就绪队列队尾，接着通过上下文执行就绪队列队首的进程。

系统将所有的就绪进程按照先来先服务的原则排成一个队列，每次调度时，让CPU为队列的首进程服务一个时间片(几ms 到几百ms)，当时间片到了时，由一个计时器发出时钟中断请求，调度程序就以此信号停止进程，并将停止了的进程送往就绪队列的末尾。

如何确定进程的时间片：

系统对进程响应时间的要求

就绪队列进程的数量

系统的性能

多级反馈队列调度算法

目前被公认的一种较好的进程调度算法，Unix系统采取的是这种调度算法，可以满足短进程和长进程的要求。

设置多个就绪队列，从第一个队列到最后一个队列，优先权从高往低，时间片长度从成倍递增。

当新进程进入内存后，首先放在第一队列的队尾，按FCFS原则等待调度，如果在分配的时间片中进程可以完成，则准备撤离系统，否则调度到第二队列的队尾，再同样按FCFS的原则等待调度执行，如此下去。

当第1(i-1)队列均空时，才会调度第i队列中的进程运行。又有新的进程进入优先权较高的队列(第1(i-1)中的任何一个队列)，则正在运行的进程放回到第i队列的队尾，此时处理机将为新进程服务。

各类调度算法优缺点

\

优点

缺点

FCFS

利于长作业和CPU繁忙工作

不利于短作业和I/O繁忙工作

SJF

有利于系统的吞吐量。

长作业的运行得不到保障

HRRN

综合了FCFS和SJF算法的优点，兼顾了长进程和短进程的调度执行。

每次调度前需计算响应比，会给系统带来开销

RR

简单易行，平均响应时间短

不利于紧急作业，时间片会影响系统性能

代码实现：

# -*- coding: utf-8 -*-

"""

Created on Sun Nov 1 14:25:56 2020

@author: 11099

设数据是以表格的形式存在，包含的属性有进程名、到达时间、服务时间、开始时间、完成时间、周转时间、带权周转时间、平均值

所有算法均遵从以下步骤：

1.准备好数据(要求输入进程名、到达时间、服务时间，并准备好其他属性的变量)

2.实现算法(该步骤生成开始时间、完成时间、周转时间、带权周转时间、平均值的具体数值)

3.展示结果(都是两位有效数字的浮点数)

"""

import pandas as pd

# 定义调度算法的类

class schedule_algorithm:

# 初始化方法

def __init__(self, name, arrived_time, served_time):

self.data = pd.DataFrame({'到达时间': arrived_time, '服务时间': served_time}, dtype='float16', index=name, columns=['到达时间', '服务时间', '开始时间', '完成时间', '周转时间', '带权周转时间'])

self.data.sort_values(['到达时间', '服务时间'], inplace=True) # 先按到达时间从小到大排序，再按服务时间进行微调，意义在于同一到达时间可以先按服务时间进行调度

self.data.iloc[0, 2], self.data.iloc[0, 3], self.data.iloc[0, 4], self.data.iloc[0, 5] = self.data.iloc[0, 0], self.data.iloc[0, 0]+