优先数法和简单轮转法实验

时间: 2024-05-05 14:16:29 浏览: 18
优先数法和简单轮转法是常用的进程调度算法。下面是一个基于Python的简单实验,展示这两种算法的基本实现。 优先数法实验代码: ```python # 优先数法实验 class Process: def __init__(self, pid, burst_time, priority): self.pid = pid self.burst_time = burst_time self.priority = priority self.waiting_time = 0 self.turnaround_time = 0 def find_waiting_time(processes, n): waiting_time = [0] * n waiting_time[0] = 0 for i in range(1, n): waiting_time[i] = processes[i - 1].burst_time + waiting_time[i - 1] return waiting_time def find_turnaround_time(processes, n, waiting_time): turnaround_time = [0] * n for i in range(n): turnaround_time[i] = processes[i].burst_time + waiting_time[i] return turnaround_time def find_avg_time(processes, n): waiting_time = find_waiting_time(processes, n) turnaround_time = find_turnaround_time(processes, n, waiting_time) total_waiting_time = sum(waiting_time) total_turnaround_time = sum(turnaround_time) avg_waiting_time = round(total_waiting_time / n, 2) avg_turnaround_time = round(total_turnaround_time / n, 2) return avg_waiting_time, avg_turnaround_time def priority_scheduling(processes, n): processes.sort(key=lambda x: x.priority) avg_waiting_time, avg_turnaround_time = find_avg_time(processes, n) print("Process ID\tBurst Time\tPriority\tWaiting Time\tTurnaround Time") for i in range(n): print(f"{processes[i].pid}\t\t{processes[i].burst_time}\t\t{processes[i].priority}\t\t{processes[i].waiting_time}\t\t{processes[i].turnaround_time}") print(f"Avg Waiting Time: {avg_waiting_time}") print(f"Avg Turnaround Time: {avg_turnaround_time}") if __name__ == "__main__": processes = [ Process(1, 10, 3), Process(2, 5, 1), Process(3, 8, 2), Process(4, 7, 4), Process(5, 2, 5) ] n = len(processes) priority_scheduling(processes, n) ``` 简单轮转法实验代码: ```python # 简单轮转法实验 class Process: def __init__(self, pid, burst_time): self.pid = pid self.burst_time = burst_time self.waiting_time = 0 self.turnaround_time = 0 def find_waiting_time(processes, n, quantum): remaining_time = [p.burst_time for p in processes] t = 0 while True: done = True for i in range(n): if remaining_time[i] > 0: done = False if remaining_time[i] > quantum: t += quantum remaining_time[i] -= quantum else: t += remaining_time[i] processes[i].waiting_time = t - processes[i].burst_time remaining_time[i] = 0 if done: break def find_turnaround_time(processes, n): for i in range(n): processes[i].turnaround_time = processes[i].burst_time + processes[i].waiting_time def find_avg_time(processes, n): total_waiting_time = sum(p.waiting_time for p in processes) total_turnaround_time = sum(p.turnaround_time for p in processes) avg_waiting_time = round(total_waiting_time / n, 2) avg_turnaround_time = round(total_turnaround_time / n, 2) return avg_waiting_time, avg_turnaround_time def round_robin_scheduling(processes, n, quantum): find_waiting_time(processes, n, quantum) find_turnaround_time(processes, n) avg_waiting_time, avg_turnaround_time = find_avg_time(processes, n) print("Process ID\tBurst Time\tWaiting Time\tTurnaround Time") for i in range(n): print(f"{processes[i].pid}\t\t{processes[i].burst_time}\t\t{processes[i].waiting_time}\t\t{processes[i].turnaround_time}") print(f"Avg Waiting Time: {avg_waiting_time}") print(f"Avg Turnaround Time: {avg_turnaround_time}") if __name__ == "__main__": processes = [ Process(1, 10), Process(2, 5), Process(3, 8), Process(4, 7), Process(5, 2) ] quantum = 2 n = len(processes) round_robin_scheduling(processes, n, quantum) ``` 在这个实验中,我们创建了一个Process类来表示进程,包含进程ID、运行时间、优先级、等待时间和周转时间等属性。优先数法实现中,我们使用Python的sort()函数来根据进程的优先级对进程列表进行排序。简单轮转法实现中,我们使用了一个while循环来模拟进程的轮流调度,直到所有进程都完成为止。 最后,我们通过调用相应的函数来运行这两种算法的实验,并打印出每个进程的等待时间和周转时间,以及平均等待时间和平均周转时间。

相关推荐

最新推荐

recommend-type

优先数调度,循环轮转调度法实现 进程调度

设计进程控制块PCB表结构,分别适用于优先数调度算法和循环轮转调度算法。 建立进程就绪队列。对两种不同算法编制入链子程序。
recommend-type

编译原理实验二——算符优先分析法设计与实现

本实验旨在通过实际操作加深学生对算符优先分析法的理解,并提高程序设计能力。 【实验内容与步骤】 1. **定义目标语言的语法规则**:首先,需要明确实验所针对的语言结构,包括赋值语句、输出语句和清除语句的...
recommend-type

非抢占按优先数调度算法源代码

非抢占按优先数调度算法源代码 #include #include #define MAX 5 //进程数 /*非抢占式优先数算法*/ struct pro1 { int num; //进程名 int arriveTime; //到达时间 int burst; //运行时间; int weight; //优先数 ...
recommend-type

Python基于回溯法解决01背包问题实例

在计算机科学中,优化问题经常需要求解一个有限的解空间,01背包问题就是...然而,回溯法在理解和实现上相对简单,适合小规模问题或作为理解算法思想的起点。在实际应用中,可以根据问题规模和需求选择合适的求解策略。
recommend-type

采用算符优先分析法对表达式进行分析

1、 实验目的:采用算符优先分析法对表达式进行分析,掌握算符优先分析法的基本原理和实现过程。 2、 实验要求: 文法:无二义性的算术表达式的文法 (1)把词法分析作为语法分析的子程序实现(5分) (2)独立的...
recommend-type

利用迪杰斯特拉算法的全国交通咨询系统设计与实现

全国交通咨询模拟系统是一个基于互联网的应用程序,旨在提供实时的交通咨询服务,帮助用户找到花费最少时间和金钱的交通路线。系统主要功能包括需求分析、个人工作管理、概要设计以及源程序实现。 首先,在需求分析阶段,系统明确了解用户的需求,可能是针对长途旅行、通勤或日常出行,用户可能关心的是时间效率和成本效益。这个阶段对系统的功能、性能指标以及用户界面有明确的定义。 概要设计部分详细地阐述了系统的流程。主程序流程图展示了程序的基本结构,从开始到结束的整体运行流程,包括用户输入起始和终止城市名称,系统查找路径并显示结果等步骤。创建图算法流程图则关注于核心算法——迪杰斯特拉算法的应用,该算法用于计算从一个节点到所有其他节点的最短路径,对于求解交通咨询问题至关重要。 具体到源程序,设计者实现了输入城市名称的功能,通过 LocateVex 函数查找图中的城市节点,如果城市不存在,则给出提示。咨询钱最少模块图是针对用户查询花费最少的交通方式,通过 LeastMoneyPath 和 print_Money 函数来计算并输出路径及其费用。这些函数的设计体现了算法的核心逻辑,如初始化每条路径的距离为最大值,然后通过循环更新路径直到找到最短路径。 在设计和调试分析阶段,开发者对源代码进行了严谨的测试,确保算法的正确性和性能。程序的执行过程中,会进行错误处理和异常检测,以保证用户获得准确的信息。 程序设计体会部分,可能包含了作者在开发过程中的心得,比如对迪杰斯特拉算法的理解,如何优化代码以提高运行效率,以及如何平衡用户体验与性能的关系。此外,可能还讨论了在实际应用中遇到的问题以及解决策略。 全国交通咨询模拟系统是一个结合了数据结构(如图和路径)以及优化算法(迪杰斯特拉)的实用工具,旨在通过互联网为用户提供便捷、高效的交通咨询服务。它的设计不仅体现了技术实现,也充分考虑了用户需求和实际应用场景中的复杂性。
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】基于TensorFlow的卷积神经网络图像识别项目

![【实战演练】基于TensorFlow的卷积神经网络图像识别项目](https://img-blog.csdnimg.cn/20200419235252200.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzM3MTQ4OTQw,size_16,color_FFFFFF,t_70) # 1. TensorFlow简介** TensorFlow是一个开源的机器学习库,用于构建和训练机器学习模型。它由谷歌开发,广泛应用于自然语言
recommend-type

CD40110工作原理

CD40110是一种双四线双向译码器,它的工作原理基于逻辑编码和译码技术。它将输入的二进制代码(一般为4位)转换成对应的输出信号,可以控制多达16个输出线中的任意一条。以下是CD40110的主要工作步骤: 1. **输入与编码**: CD40110的输入端有A3-A0四个引脚,每个引脚对应一个二进制位。当你给这些引脚提供不同的逻辑电平(高或低),就形成一个四位的输入编码。 2. **内部逻辑处理**: 内部有一个编码逻辑电路,根据输入的四位二进制代码决定哪个输出线应该导通(高电平)或保持低电平(断开)。 3. **输出**: 输出端Y7-Y0有16个,它们分别与输入的编码相对应。当特定的
recommend-type

全国交通咨询系统C++实现源码解析

"全国交通咨询系统C++代码.pdf是一个C++编程实现的交通咨询系统,主要功能是查询全国范围内的交通线路信息。该系统由JUNE于2011年6月11日编写,使用了C++标准库,包括iostream、stdio.h、windows.h和string.h等头文件。代码中定义了多个数据结构,如CityType、TrafficNode和VNode,用于存储城市、交通班次和线路信息。系统中包含城市节点、交通节点和路径节点的定义,以及相关的数据成员,如城市名称、班次、起止时间和票价。" 在这份C++代码中,核心的知识点包括: 1. **数据结构设计**: - 定义了`CityType`为short int类型,用于表示城市节点。 - `TrafficNodeDat`结构体用于存储交通班次信息,包括班次名称(`name`)、起止时间(原本注释掉了`StartTime`和`StopTime`)、运行时间(`Time`)、目的地城市编号(`EndCity`)和票价(`Cost`)。 - `VNodeDat`结构体代表城市节点,包含了城市编号(`city`)、火车班次数(`TrainNum`)、航班班次数(`FlightNum`)以及两个`TrafficNodeDat`数组,分别用于存储火车和航班信息。 - `PNodeDat`结构体则用于表示路径中的一个节点,包含城市编号(`City`)和交通班次号(`TraNo`)。 2. **数组和变量声明**: - `CityName`数组用于存储每个城市的名称,按城市编号进行索引。 - `CityNum`用于记录城市的数量。 - `AdjList`数组存储各个城市的线路信息,下标对应城市编号。 3. **算法与功能**: - 系统可能实现了Dijkstra算法或类似算法来寻找最短路径,因为有`MinTime`和`StartTime`变量,这些通常与路径规划算法有关。 - `curPath`可能用于存储当前路径的信息。 - `SeekCity`函数可能是用来查找特定城市的函数,其参数是一个城市名称。 4. **编程语言特性**: - 使用了`#define`预处理器指令来设置常量,如城市节点的最大数量(`MAX_VERTEX_NUM`)、字符串的最大长度(`MAX_STRING_NUM`)和交通班次的最大数量(`MAX_TRAFFIC_NUM`)。 - `using namespace std`导入标准命名空间,方便使用iostream库中的输入输出操作。 5. **编程实践**: - 代码的日期和作者注释显示了良好的编程习惯,这对于代码维护和团队合作非常重要。 - 结构体的设计使得数据组织有序,方便查询和操作。 这个C++代码实现了全国交通咨询系统的核心功能,涉及城市节点管理、交通班次存储和查询,以及可能的路径规划算法。通过这些数据结构和算法,用户可以查询不同城市间的交通信息,并获取最优路径建议。