c++语言编程模拟实现进程调度算法(RR时间片轮转与HPF优先级调度算法)(1)设计一个具有n(10≦n)个并发进程的进程调度程序。每个进程用一个进程控制块(PCB)表示。进程控制块一般包含下列信息:进程名,进程到达时间、进程要求服务的时间、进程优先级数、还需占用CPU的时间以及进程的状态等。具体参数可以根据调度算法的不同进行增删,或者设计成一个通用的PCB。 (2)调度程序采用RR时间片轮转调度算法进行调度。运行时,应能显示和打印:时间片大小(可自定,或按规律设定),各个进程的PID,状态(运行态“R”、等待态“W” 、就绪态等)和参数(已运行时间/还需运行的时间 等)的变化情况,便于观察进程的调度过程。 (4)所有进程结束后,要打印输出各进程的执行次序,各进程的完成时间,各进程的周转时间及带权周转时间等参数指标,最后计算平均周转时间和平均带权周转时间。

时间: 2023-12-03 18:44:03 浏览: 35
以下是基于RR时间片轮转调度算法的C++代码实现: ```c++ #include <iostream> #include <string> #include <vector> #include <algorithm> using namespace std; struct PCB { // 进程控制块 string name; // 进程名 int arriveTime; // 进程到达时间 int serviceTime; // 进程要求服务的时间 int priority; // 进程优先级数 int remainTime; // 还需占用CPU的时间 int startTime; // 进程开始时间 int finishTime; // 进程完成时间 int turnaroundTime; // 周转时间 double weightedTurnaroundTime; // 带权周转时间 char state; // 进程状态,R:运行态,W:等待态,F:完成态 }; bool compareArriveTime(PCB a, PCB b) { // 按照进程到达时间排序 return a.arriveTime < b.arriveTime; } void printProcessInfo(PCB p) { // 打印进程信息 cout << p.name << " "; cout << p.startTime << " "; cout << p.finishTime << " "; cout << p.turnaroundTime << " "; cout << p.weightedTurnaroundTime << endl; } void roundRobin(vector<PCB>& processes, int quantum) { // RR时间片轮转调度算法 int n = processes.size(); int currentTime = 0; int finishedNum = 0; vector<PCB> readyQueue; // 就绪队列 PCB runningProcess; // 正在运行的进程 // 按照进程到达时间排序 sort(processes.begin(), processes.end(), compareArriveTime); // 初始化进程状态 for (int i = 0; i < n; i++) { processes[i].state = 'W'; processes[i].remainTime = processes[i].serviceTime; } // RR时间片轮转调度 while (finishedNum < n) { // 将已到达的进程加入就绪队列 for (int i = 0; i < n; i++) { if (processes[i].arriveTime <= currentTime && processes[i].state == 'W') { readyQueue.push_back(processes[i]); processes[i].state = 'R'; } } // 如果当前没有进程在运行,从就绪队列中取出第一个进程开始运行 if (runningProcess.name == "" && !readyQueue.empty()) { runningProcess = readyQueue[0]; readyQueue.erase(readyQueue.begin()); runningProcess.startTime = currentTime; runningProcess.state = 'R'; // 如果进程剩余时间小于时间片,直接运行完 if (runningProcess.remainTime <= quantum) { currentTime += runningProcess.remainTime; runningProcess.remainTime = 0; runningProcess.finishTime = currentTime; runningProcess.turnaroundTime = runningProcess.finishTime - runningProcess.arriveTime; runningProcess.weightedTurnaroundTime = (double)runningProcess.turnaroundTime / runningProcess.serviceTime; runningProcess.state = 'F'; finishedNum++; } // 如果进程剩余时间大于时间片,运行一个时间片 else { currentTime += quantum; runningProcess.remainTime -= quantum; runningProcess.state = 'W'; readyQueue.push_back(runningProcess); runningProcess.name = ""; } } // 如果当前有进程在运行,继续运行 else if (runningProcess.name != "") { // 如果进程剩余时间小于时间片,直接运行完 if (runningProcess.remainTime <= quantum) { currentTime += runningProcess.remainTime; runningProcess.remainTime = 0; runningProcess.finishTime = currentTime; runningProcess.turnaroundTime = runningProcess.finishTime - runningProcess.arriveTime; runningProcess.weightedTurnaroundTime = (double)runningProcess.turnaroundTime / runningProcess.serviceTime; runningProcess.state = 'F'; finishedNum++; runningProcess.name = ""; } // 如果进程剩余时间大于时间片,运行一个时间片 else { currentTime += quantum; runningProcess.remainTime -= quantum; runningProcess.state = 'W'; readyQueue.push_back(runningProcess); runningProcess.name = ""; } } // 如果当前没有进程在运行且就绪队列为空,时间流逝 else { currentTime++; } } // 打印进程执行顺序及各项参数指标 cout << "进程执行顺序及各项参数指标:" << endl; cout << "名称 开始时间 完成时间 周转时间 带权周转时间" << endl; for (int i = 0; i < n; i++) { printProcessInfo(processes[i]); } // 计算平均周转时间和平均带权周转时间 double avgTurnaroundTime = 0; double avgWeightedTurnaroundTime = 0; for (int i = 0; i < n; i++) { avgTurnaroundTime += processes[i].turnaroundTime; avgWeightedTurnaroundTime += processes[i].weightedTurnaroundTime; } avgTurnaroundTime /= n; avgWeightedTurnaroundTime /= n; cout << "平均周转时间:" << avgTurnaroundTime << endl; cout << "平均带权周转时间:" << avgWeightedTurnaroundTime << endl; } int main() { int n = 10; // 进程数 vector<PCB> processes(n); int quantum = 2; // 时间片大小 // 初始化进程信息 processes[0] = { "P1", 0, 8, 3, 0, 0, 0, 0, 0, 'W' }; processes[1] = { "P2", 1, 4, 2, 0, 0, 0, 0, 0, 'W' }; processes[2] = { "P3", 2, 9, 1, 0, 0, 0, 0, 0, 'W' }; processes[3] = { "P4", 3, 5, 4, 0, 0, 0, 0, 0, 'W' }; processes[4] = { "P5", 4, 2, 5, 0, 0, 0, 0, 0, 'W' }; processes[5] = { "P6", 5, 6, 3, 0, 0, 0, 0, 0, 'W' }; processes[6] = { "P7", 6, 7, 2, 0, 0, 0, 0, 0, 'W' }; processes[7] = { "P8", 7, 1, 5, 0, 0, 0, 0, 0, 'W' }; processes[8] = { "P9", 8, 3, 3, 0, 0, 0, 0, 0, 'W' }; processes[9] = { "P10", 9, 5, 4, 0, 0, 0, 0, 0, 'W' }; roundRobin(processes, quantum); return 0; } ``` 其中,我们定义了一个结构体PCB来表示进程控制块,包含了进程的各项信息和状态。我们使用vector来存储所有进程,然后按照进程到达时间排序,便于后续的调度。在RR时间片轮转调度算法中,我们使用了一个就绪队列来存储已到达且还未运行完的进程,然后按照时间片大小依次运行每个进程。如果某个进程在一个时间片内运行完,则该进程状态变为完成态。如果某个进程在一个时间片内未运行完,则该进程状态变为等待态,加入就绪队列的末尾。如果当前没有进程在运行且就绪队列为空,则时间流逝。当所有进程都运行完后,我们打印出进程执行顺序及各项参数指标,并计算出平均周转时间和平均带权周转时间。 另外,需要注意的是,在本题中我们使用了一个固定的进程集合来测试代码,实际应用中进程数和进程信息可能需要从文件或者命令行参数中读入。

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

HTML+CSS制作的个人博客网页.zip

如标题所述,内有详细说明
recommend-type

基于MATLAB实现的SVC PSR 光谱数据的读入,光谱平滑,光谱重采样,文件批处理;+使用说明文档.rar

CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的SVC PSR 光谱数据的读入,光谱平滑,光谱重采样,文件批处理;+使用说明文档.rar 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
recommend-type

基于MATLAB实现的有限差分法实验报告用MATLAB中的有限差分法计算槽内电位+使用说明文档

CSDN IT狂飙上传的代码均可运行,功能ok的情况下才上传的,直接替换数据即可使用,小白也能轻松上手 【资源说明】 基于MATLAB实现的有限差分法实验报告用MATLAB中的有限差分法计算槽内电位;对比解析法和数值法的异同点;选取一点,绘制收敛曲线;总的三维电位图+使用说明文档 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2020b;若运行有误,根据提示GPT修改;若不会,私信博主(问题描述要详细); 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可后台私信博主; 4.1 期刊或参考文献复现 4.2 Matlab程序定制 4.3 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 5、欢迎下载,沟通交流,互相学习,共同进步!
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

【实战演练】MATLAB用遗传算法改进粒子群GA-PSO算法

![MATLAB智能算法合集](https://static.fuxi.netease.com/fuxi-official/web/20221101/83f465753fd49c41536a5640367d4340.jpg) # 2.1 遗传算法的原理和实现 遗传算法(GA)是一种受生物进化过程启发的优化算法。它通过模拟自然选择和遗传机制来搜索最优解。 **2.1.1 遗传算法的编码和解码** 编码是将问题空间中的解表示为二进制字符串或其他数据结构的过程。解码是将编码的解转换为问题空间中的实际解的过程。常见的编码方法包括二进制编码、实数编码和树形编码。 **2.1.2 遗传算法的交叉和
recommend-type

openstack的20种接口有哪些

以下是OpenStack的20种API接口: 1. Identity (Keystone) API 2. Compute (Nova) API 3. Networking (Neutron) API 4. Block Storage (Cinder) API 5. Object Storage (Swift) API 6. Image (Glance) API 7. Telemetry (Ceilometer) API 8. Orchestration (Heat) API 9. Database (Trove) API 10. Bare Metal (Ironic) API 11. DNS
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