用c++综合实现:先来先服务调度算法、短 进程优先调度算法、时间片轮转调度算法和优先级调度算法(抢占式)、高响应 比优先调度算法。

时间: 2023-08-05 14:09:40 浏览: 57
以下是用 C++ 综合实现先来先服务调度算法、短进程优先调度算法、时间片轮转调度算法和优先级调度算法(抢占式)、高响应比优先调度算法的示例代码。 先来先服务调度算法: ```cpp #include<iostream> #include<algorithm> using namespace std; struct node{ int id; int arriveTime; int serveTime; int startTime; int waitTime; int finishTime; bool operator < (const node &b) const{ return arriveTime<b.arriveTime; } }a[1005]; int main(){ int n; cin>>n; for(int i=1;i<=n;i++){ cin>>a[i].arriveTime>>a[i].serveTime; a[i].id=i; } sort(a+1,a+n+1); a[1].startTime=a[1].arriveTime; a[1].finishTime=a[1].startTime+a[1].serveTime; a[1].waitTime=0; for(int i=2;i<=n;i++){ if(a[i].arriveTime<=a[i-1].finishTime){ a[i].startTime=a[i-1].finishTime; } else{ a[i].startTime=a[i].arriveTime; } a[i].finishTime=a[i].startTime+a[i].serveTime; a[i].waitTime=a[i].startTime-a[i].arriveTime; } for(int i=1;i<=n;i++){ cout<<"Process "<<a[i].id<<":\n"; cout<<"Start time: "<<a[i].startTime<<endl; cout<<"Finish time: "<<a[i].finishTime<<endl; cout<<"Wait time: "<<a[i].waitTime<<endl; cout<<endl; } return 0; } ``` 短进程优先调度算法: ```cpp #include<iostream> #include<algorithm> using namespace std; struct node{ int id; int arriveTime; int serveTime; int startTime; int waitTime; int finishTime; bool operator < (const node &b) const{ if(arriveTime!=b.arriveTime){ return arriveTime<b.arriveTime; } else{ return serveTime<b.serveTime; } } }a[1005]; int main(){ int n; cin>>n; for(int i=1;i<=n;i++){ cin>>a[i].arriveTime>>a[i].serveTime; a[i].id=i; } sort(a+1,a+n+1); a[1].startTime=a[1].arriveTime; a[1].finishTime=a[1].startTime+a[1].serveTime; a[1].waitTime=0; for(int i=2;i<=n;i++){ int pos=i; for(int j=i-1;j>=1;j--){ if(a[j].finishTime<=a[i].arriveTime){ break; } if(a[j].serveTime<a[pos].serveTime){ pos=j; } } swap(a[i],a[pos]); if(a[i].arriveTime<=a[i-1].finishTime){ a[i].startTime=a[i-1].finishTime; } else{ a[i].startTime=a[i].arriveTime; } a[i].finishTime=a[i].startTime+a[i].serveTime; a[i].waitTime=a[i].startTime-a[i].arriveTime; } for(int i=1;i<=n;i++){ cout<<"Process "<<a[i].id<<":\n"; cout<<"Start time: "<<a[i].startTime<<endl; cout<<"Finish time: "<<a[i].finishTime<<endl; cout<<"Wait time: "<<a[i].waitTime<<endl; cout<<endl; } return 0; } ``` 时间片轮转调度算法: ```cpp #include<iostream> #include<algorithm> #include<queue> using namespace std; struct node{ int id; int arriveTime; int serveTime; int startTime; int waitTime; int finishTime; int leftTime; bool operator < (const node &b) const{ if(arriveTime!=b.arriveTime){ return arriveTime<b.arriveTime; } else{ return serveTime<b.serveTime; } } }a[1005]; queue<node> q; int main(){ int n,timeSlice; cin>>n>>timeSlice; for(int i=1;i<=n;i++){ cin>>a[i].arriveTime>>a[i].serveTime; a[i].id=i; a[i].leftTime=a[i].serveTime; } sort(a+1,a+n+1); a[1].startTime=a[1].arriveTime; a[1].finishTime=a[1].startTime+min(a[1].leftTime,timeSlice); a[1].waitTime=a[1].startTime-a[1].arriveTime; if(a[1].leftTime<=timeSlice){ a[1].leftTime=0; } else{ a[1].leftTime-=timeSlice; q.push(a[1]); } int currentTime=a[1].finishTime; int cnt=1; while(!q.empty()||cnt<n){ while(cnt<n&&a[cnt+1].arriveTime<=currentTime){ cnt++; q.push(a[cnt]); } if(q.empty()){ cnt++; q.push(a[cnt]); currentTime=a[cnt].arriveTime; } node tmp=q.front(); q.pop(); tmp.startTime=currentTime; tmp.finishTime=currentTime+min(tmp.leftTime,timeSlice); tmp.waitTime=tmp.startTime-tmp.arriveTime; currentTime=tmp.finishTime; if(tmp.leftTime<=timeSlice){ tmp.leftTime=0; } else{ tmp.leftTime-=timeSlice; q.push(tmp); } a[tmp.id]=tmp; } for(int i=1;i<=n;i++){ cout<<"Process "<<a[i].id<<":\n"; cout<<"Start time: "<<a[i].startTime<<endl; cout<<"Finish time: "<<a[i].finishTime<<endl; cout<<"Wait time: "<<a[i].waitTime<<endl; cout<<endl; } return 0; } ``` 优先级调度算法(抢占式): ```cpp #include<iostream> #include<algorithm> #include<queue> using namespace std; struct node{ int id; int arriveTime; int serveTime; int startTime; int waitTime; int finishTime; int priority; bool operator < (const node &b) const{ if(arriveTime!=b.arriveTime){ return arriveTime<b.arriveTime; } else{ return priority<b.priority; } } }a[1005]; struct cmp{ bool operator () (node x,node y) const{ return x.priority<y.priority; } }; priority_queue<node,vector<node>,cmp> q; int main(){ int n; cin>>n; for(int i=1;i<=n;i++){ cin>>a[i].arriveTime>>a[i].serveTime>>a[i].priority; a[i].id=i; } sort(a+1,a+n+1); a[1].startTime=a[1].arriveTime; a[1].finishTime=a[1].startTime+a[1].serveTime; a[1].waitTime=a[1].startTime-a[1].arriveTime; for(int i=2;i<=n;i++){ if(a[i].arriveTime<=a[i-1].finishTime){ a[i].startTime=a[i-1].finishTime; } else{ a[i].startTime=a[i].arriveTime; } a[i].finishTime=a[i].startTime+a[i].serveTime; a[i].waitTime=a[i].startTime-a[i].arriveTime; } int currentTime=a[1].finishTime; int cnt=1; while(!q.empty()||cnt<n){ while(cnt<n&&a[cnt+1].arriveTime<=currentTime){ cnt++; q.push(a[cnt]); } if(q.empty()){ cnt++; q.push(a[cnt]); currentTime=a[cnt].arriveTime; } node tmp=q.top(); q.pop(); tmp.startTime=currentTime; tmp.finishTime=currentTime+tmp.serveTime; tmp.waitTime=tmp.startTime-tmp.arriveTime; currentTime=tmp.finishTime; a[tmp.id]=tmp; } for(int i=1;i<=n;i++){ cout<<"Process "<<a[i].id<<":\n"; cout<<"Start time: "<<a[i].startTime<<endl; cout<<"Finish time: "<<a[i].finishTime<<endl; cout<<"Wait time: "<<a[i].waitTime<<endl; cout<<endl; } return 0; } ``` 高响应比优先调度算法: ```cpp #include<iostream> #include<algorithm> #include<queue> using namespace std; struct node{ int id; int arriveTime; int serveTime; int startTime; int waitTime; int finishTime; int priority; double ratio; bool operator < (const node &b) const{ if(arriveTime!=b.arriveTime){ return arriveTime<b.arriveTime; } else{ return ratio<b.ratio; } } }a[1005]; struct cmp{ bool operator () (node x,node y) const{ return x.priority<y.priority; } }; priority_queue<node,vector<node>,cmp> q; int main(){ int n; cin>>n; for(int i=1;i<=n;i++){ cin>>a[i].arriveTime>>a[i].serveTime>>a[i].priority; a[i].id=i; a[i].ratio=1.0*a[i].serveTime/a[i].waitTime; } sort(a+1,a+n+1); a[1].startTime=a[1].arriveTime; a[1].finishTime=a[1].startTime+a[1].serveTime; a[1].waitTime=a[1].startTime-a[1].arriveTime; for(int i=2;i<=n;i++){ if(a[i].arriveTime<=a[i-1].finishTime){ a[i].startTime=a[i-1].finishTime; } else{ a[i].startTime=a[i].arriveTime; } a[i].finishTime=a[i].startTime+a[i].serveTime; a[i].waitTime=a[i].startTime-a[i].arriveTime; } int currentTime=a[1].finishTime; int cnt=1; while(!q.empty()||cnt<n){ while(cnt<n&&a[cnt+1].arriveTime<=currentTime){ cnt++; a[cnt].waitTime=currentTime-a[cnt].arriveTime; a[cnt].ratio=1.0*a[cnt].serveTime/a[cnt].waitTime; q.push(a[cnt]); } if(q.empty()){ cnt++; a[cnt].waitTime=0; a[cnt].ratio=1.0*a[cnt].serveTime; q.push(a[cnt]); currentTime=a[cnt].arriveTime; } node tmp=q.top(); q.pop(); tmp.startTime=currentTime; tmp.finishTime=currentTime+tmp.serveTime; tmp.waitTime=tmp.startTime-tmp.arriveTime; currentTime=tmp.finishTime; a[tmp.id]=tmp; } for(int i=1;i<=n;i++){ cout<<"Process "<<a[i].id<<":\n"; cout<<"Start time: "<<a[i].startTime<<endl; cout<<"Finish time: "<<a[i].finishTime<<endl; cout<<"Wait time: "<<a[i].waitTime<<endl; cout<<endl; } return 0; } ```

相关推荐

最新推荐

recommend-type

“短进程优先”、“时间片轮转”、“高响应比优先”调度算法

编写并调试一个模拟的进程调度程序,分别采用“短进程优先”、“时间片轮转”、“高响应比优先”调度算法对随机产生的五个进程进行调度,并比较算法的平均周转时间。以加深对进程的概念及进程调度算法的理解。
recommend-type

短作业优先算法进程调度程序

进程的服务时间由三段组成:I2C10O5(表示进程的服务时间由2个时间片的输入,10个时间片的计算,5个时间片的输出) 进程间的同步关系用一个段表示:W2,表示该进程先要等待P2进程执行结束后才可以运行 因此,进程间...
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

实现实时监控告警系统:Kafka与Grafana整合

![实现实时监控告警系统:Kafka与Grafana整合](https://imgconvert.csdnimg.cn/aHR0cHM6Ly9tbWJpei5xcGljLmNuL21tYml6X2pwZy9BVldpY3ladXVDbEZpY1pLWmw2bUVaWXFUcEdLT1VDdkxRSmQxZXB5R1lxaWNlUjA2c0hFek5Qc3FyRktudFF1VDMxQVl3QTRXV2lhSWFRMEFRc0I1cW1ZOGcvNjQw?x-oss-process=image/format,png) # 1.1 Kafka集群架构 Kafka集群由多个称为代理的服务器组成,这
recommend-type

帮我实现在Androidstudio调用chapgpt并提供源码

首先,你需要运行一个ChitGPT的服务器,然后通过Android应用程序与该服务器进行通信。以下是一个简单的Android应用程序示例,可以与ChitGPT进行通信: 1. 首先,在Android Studio中创建一个新的项目,并添加以下依赖项: ``` implementation 'com.squareup.okhttp3:okhttp:4.9.0' implementation 'com.google.code.gson:gson:2.8.6' ``` 2. 创建一个新的Java类,用于与ChitGPT服务器通信。以下是一个简单的实现: ```java import com.