多级反馈队列调度算法是一种CPU处理机调度算法，UNIX操作系统采取的便是这种调度算法。

文章目录
0.思维导图
1.时间片轮转---RR
2.优先级调度算法
3.多级反馈队列调度算法
4.三种算法的对比总结


0.思维导图

1.时间片轮转—RR

Round-Robin


时间片为2举例


以时间片为5举例


可能出现的问题，比如与FCFS对比





2.优先级调度算法


非抢占式例子

- 抢占式例子



补充



3.多级反馈队列调度算法




举个例子













4.三种算法的对比总结

一、多级反馈队列调度算法

多级反馈队列调度算法是进程调度的一种算法，该调度算法可以不用事先知道各种进程所需的执行时间，还可以较好的满足各种类型进程的需要，是目前共认的一种较好的进程调度算法。

那你可能马上就要问了，多级反馈队列调度算法到底是怎么调度的呢？我认为很多算法都可以用一张图+一句话来表达，所以接下来我尽量用图像来使这个算法看起来非常清晰。



一句话：

多级反馈队列调度算法，“多级”在于有多个不同优先级的队列，“反馈”在于如果有进程加入优先级高的队列时立即停止当前任务，转去执行优先级高的队列中进程，上述过程循环调度就形成多级反馈队列调度算法。



一张图：



上图是一个调度的示例，进程有A(4)，B(3)，C(4)，D(2)，E(4)，括号内是需要服务的时间。设第一队列时间片q=1，因为该算法中时间片的规则为：后一个时间片长度为前一个的2倍，所以第二队列时间片q=2，第三队列时间片q=4。

若不能执行完，则放到下一个队列尾部（橙色部分）

到最后一个队列的时候，则执行轮转调度（RR）算法，也就是每次执行一个时间片长度的服务，直到循环执行完所有的进程。



二、Python3实现代码

首先介绍一下程序中使用的结构体

1.“进程/任务”结构体



class  Process:
    def __init__(self,name,arrive_time,serve_time):
        self.name=name                              #进程名
        self.arrive_time=arrive_time                #到达时间
        self.serve_time=serve_time                  #需要服务的时间
        self.left_serve_time=serve_time             #剩余需要服务的时间
        self.finish_time=0                          #完成时间
        self.cycling_time=0                         #周转时间
        self.w_cycling_time=0                       #带权周转时间

进程的属性有进程名，到达时间，需要服务的时间，剩余需要服务的时间，完成时间，周转时间，带权周转时间。其中周转时间为提交时间与完成时间的间隔；带权周转时间为周转时间/实际运行时间。

2.队列



class Queue:
    def __init__(self,level,process_list):
        self.level=level
        self.process_list=process_list
        self.q=0

    def size(self):
        return len(self.process_list)

    def get(self,index):
        return self.process_list[index]    

    def add(self,process):
        self.process_list.append(process)

    def delete(self,index):
        self.process_list.remove(self.process_list[index])

设置一个队列，初始化方法需要给队列的优先级，以及队列中所包含的进程列表，顺便定义获取队列一些属性的方法。

然后是具体使用的算法程序： 

3.轮转调度算法（RR）



class RR:
    def __init__(self,process_list,q):
        self.process_list=process_list
        self.q=q
    def scheduling(self):
        process_list.sort(key=lambda x:x.arrive_time)#按照.arrive_time进行排序
        len_queue=len(self.process_list) #进程队列的长度
        index=int(0)  #索引
        q=self.q      #时间片
        running_time=int(0)#已经运行了的时间

        #调度的循环
        while(True):
            #当前进程
            current_process=self.process_list[index%len_queue]
            #判断当前进程是否已经被完成
            if current_process.left_serve_time>0: 
                #计算完成时间
                #还需要服务的时间大于等于时间片，则完成时间+时间片时间  此进程还没结束
                #还需要服务的时间小于时间片，则完成时间在原来基础上加上继续服务的时间
                if current_process.left_serve_time>=q:
                    running_time+=q
                    #print(current_process.name,running_time,index)
                    current_process.left_serve_time-=q

                else :
                    #print('%s 还需要服务的时间小于当前时间片'%current_process.name)
                    running_time+=current_process.left_serve_time
                    current_process.left_serve_time=0


            #已完成
            if current_process.left_serve_time==0:
                #计算完成时间
                current_process.finish_time=running_time
                #计算周转时间
                current_process.cycling_time=current_process.finish_time-current_process.arrive_time
                #计算带权周转时间
                current_process.w_cycling_time=float(current_process.cycling_time)/current_process.serve_time
                #打印
                print('%s 进程已完成的进程，详细信息如下：'%current_process.name)
                print('进程名称：%s  ，完成时间： %d    ，周转时间：%d  ，带权周转时间： %.2f'%(current_process.name,current_process.finish_time,current_process.cycling_time,current_process.w_cycling_time))
                #弹出
                self.process_list.remove(current_process)
                len_queue=len(self.process_list)
                #有进程完成任务后，index先回退，之后再加，以保持指向下一个需要调度的进程
                index-=1
            #index常规增加
            index+=1     

            #如果队列中没有进程则表示执行完毕
            if len(self.process_list)==0:
                break

            #改变index，避免因为index大于len，导致取模时出错
            if index>=len(self.process_list):
                index=index%len_queue

多级反馈队列调度算法用于执行最后一个队列中的进程，如果单独拿出来也是一个完整的算法实现代码，下面的代码中也有相应的测试代码。

4.多级反馈队列调度算法



class MulitlevedFeedbackQueue():
    def __init__(self,queue_list,q_first):
        self.queue_list=queue_list
        self.q_first=q_first
    def scheduling(self):
        q_list=self.queue_list  #当前队列集合
        q_first=self.q_first                #第一个队列的时间片

        for i in range(len(q_list)):
            #确定每个队列的时间片
            if i==0:
                q_list[i].q=q_first
            else :
                q_list[i].q=q_list[i-1].q*2

            #从第一个队列开始执行时间片
            #先判断是否是最后一个队列，最后一个队列直接执行RR调度算法
            #不是最后一个队列的话，就执行当前队列时间片后判断是否有必要加入到下一个队列的末尾
            if i==len(q_list)-1:
                print('**************对最后一个队列执行RR调度算法*************')
                #print(q_list[i].process_list[])
                #最后一个队列重新设置到达时间
                for t in range(len(q_list[i].process_list)):
                    q_list[i].process_list[t].arrive_time=t
                rr_last_queue=RR(q_list[i].process_list,q_list[i].q)
                rr_last_queue.scheduling()
            else:
                currentQueue=q_list[i]

                index=int(0)
                while(True):
                    if currentQueue.get(index).left_serve_time>q_list[i].q:
                        currentQueue.get(index).left_serve_time-=q_list[i].q
                        print('第  %d  队列时间片: %d'%(i,q_list[i].q))
                        print('进程没有执行完毕,需要添加至下一队列末尾：进程名称：%s '%(currentQueue.get(index).name))
                        #将当前进程扔到下一个队列的尾部
                        q_list[i+1].add(currentQueue.get(index))
                        index+=1  
                    else:
                        print('服务完成并弹出:',currentQueue.get(index).name)
                        currentQueue.get(index).left_serve_time=0
                        currentQueue.delete(index)

                    if index==currentQueue.size():
                        break

以上是多级反馈队列调度算法，最后一个队列使用第三个代码片中的RR算法，其它的则按照上面算法详情实现。

5.测试程序



'''
测试程序
'''    
if __name__=='__main__':
    '''产生进程'''
    process_list=[]
    processA=Process('A',0,4)
    processB=Process('B',1,3)
    processC=Process('C',2,4)
    processD=Process('D',3,2)
    processE=Process('E',4,4)
    process_list.append(processA),process_list.append(processB),process_list.append(processC)
    process_list.append(processD),process_list.append(processE)
    '''使用RR调度算法，时间片为1'''
    print('#################################################################')
    print('---------------------------轮转调度算法--------------------------')
    print('#################################################################')
    rr=RR(process_list,1)
    rr.scheduling()

    '''使用多级反馈队列调度算法'''
    print()
    print('#################################################################')
    print('-----------------------测试多级反馈队列调度算法----------------------')
    print('#################################################################')
    processA=Process('A',0,4)
    processB=Process('B',1,3)
    processC=Process('C',2,4)
    processD=Process('D',3,2)
    processE=Process('E',4,4)

    process_list0,process_list1,process_list2=[],[],[]
    process_list0.append(processA),process_list0.append(processB)
    process_list1.append(processC),process_list1.append(processD)
    process_list2.append(processE)

    #队列
    queue_list=[]
    queue0=Queue(0,process_list0)
    queue1=Queue(1,process_list1)
    queue2=Queue(2,process_list2)
    queue_list.append(queue0),queue_list.append(queue1),queue_list.append(queue2)
    #使用多级反馈队列调度算法,第一队列时间片为1
    mfq=MulitlevedFeedbackQueue(queue_list,1)
    mfq.scheduling()

实现结果： 



最后总结一下多级反馈队列调度算法的优点：


不用事先知道各种进程所需的执行时间，还可以较好的满足各种类型进程的需要
既能使高优先级的作业得到响应又能使短作业（进程）迅速完成。（对比FCFS与高优先响应比调度算法的缺陷）。
兼顾长短作业，有较好的响应时间，可行性强，适用于各种作业环境。


代码下载地址请戳 

https://github.com/LIANGQINGYUAN/OperatingSystens/blob/master/Multilleved_Feedback_Queue.py

欢迎star，蟹蟹！！！

多级(假设为N级)反馈队列调度算法可以如下原理：

1、设有N个队列（Q1,Q2…QN），其中各个队列对于处理机的优先级是不一样的，也就是说位于各个队列中的作业(进程)的优先级也是不一样的。一般来说，优先级Priority(Q1) > Priority(Q2) > … > Priority(QN)。怎么讲，位于Q1中的任何一个作业(进程)都要比Q2中的任何一个作业(进程)相对于CPU的优先级要高（也就是说，Q1中的作业一定要比Q2中的作业先被处理机调度），依次类推其它的队列。

2、对于优先级最低的队列来说，里面是遵循时间片轮转法。也就是说，位于队列QN中有M个作业，它们的运行时间是通过QN这个队列所设定的时间片来确定的；对于其他队列，遵循的是先来先服务算法，每一进程分配一定的时间片，若时间片运行完时进程未结束，则进入下一优先级队列的末尾。

3、各个队列的时间片是一样的吗？不一样，这就是该算法设计的精妙之处。各个队列的时间片是随着优先级的增加而减少的，也就是说，优先级越高的队列中它的时间片就越短。同时，为了便于那些超大作业的完成，最后一个队列QN(优先级最低的队列)的时间片一般很大(不需要考虑这个问题)。