操作系统面试必问:FCFS、SJF、HRRN调度算法到底怎么算?一个例子讲透

news2026/5/5 17:28:32
操作系统面试必问FCFS、SJF、HRRN调度算法实战解析在计算机操作系统的面试中进程调度算法几乎是必考的核心知识点。无论是校招笔试还是技术面谈面试官都喜欢用给定一组进程的到达时间和服务时间请计算不同调度算法下的完成时间和周转时间这类题目来考察候选人对操作系统原理的理解深度。本文将用同一组进程数据手把手带你演练FCFS、SJF、HRRN三种经典调度算法的完整计算过程帮你建立清晰的解题框架。1. 理解进程调度的基本概念进程调度是操作系统内核的核心功能之一它决定了CPU资源如何分配给多个竞争执行的进程。一个优秀的调度算法需要在公平性和效率之间找到平衡点同时考虑响应时间和吞吐量等关键指标。关键术语解析到达时间(Arrival Time): 进程进入就绪队列的时间点服务时间(Serve Time): 进程需要占用CPU执行的总时间完成时间(Finish Time): 进程结束执行的时间点周转时间(Turnaround Time): 完成时间减去到达时间带权周转时间(Weighted Turnaround Time): 周转时间与服务时间的比值提示带权周转时间反映了进程的相对等待成本数值越小表示调度效率越高我们以这组进程数据为例贯穿全文演示计算过程进程到达时间服务时间A03B26C44D65E822. 先来先服务(FCFS)调度算法详解FCFS(First Come First Serve)是最直观的调度策略就像超市收银台排队一样严格按照进程到达的顺序分配CPU资源。2.1 FCFS算法执行流程初始化维护一个时间线变量current_time初始为0调度规则选择当前已到达但未执行的进程中到达时间最早的如果多个进程同时到达通常按输入顺序处理计算步骤进程开始执行时间 max(进程到达时间, 前一个进程完成时间)完成时间 开始执行时间 服务时间周转时间 完成时间 - 到达时间带权周转时间 周转时间 / 服务时间2.2 实例计算过程让我们用表格形式展示FCFS算法的完整计算过程进程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A030331.0B263971.17C4491392.25D651318122.4E821820126.0执行时间线可视化0-3:A | 3-9:B | 9-13:C | 13-18:D | 18-20:E2.3 FCFS算法的特点分析优势实现简单调度开销小对所有进程公平无饥饿现象劣势平均等待时间较长本例中为8.6对短作业不友好如进程E的带权周转时间高达6.0可能导致CPU和I/O设备利用率低下注意FCFS算法在进程到达顺序不理想时可能出现护航效应(Convoy Effect)即长进程阻塞后方短进程的执行3. 短作业优先(SJF)调度算法深度剖析SJF(Shortest Job First)算法试图优化系统平均周转时间优先执行预计运行时间短的进程。3.1 SJF算法的两种变体非抢占式SJF一旦进程开始执行就运行到完成抢占式SJF(又称最短剩余时间优先)当新进程到达时如果其服务时间比当前执行进程的剩余时间短则抢占CPU本文重点讲解非抢占式SJF的实现。3.2 SJF算法执行步骤初始状态所有进程标记为未调度current_time 0调度时机每当CPU空闲时初始时或进程完成时选择策略从已到达的未调度进程中选择服务时间最短的计算指标同FCFS算法3.3 实例计算过程让我们逐步计算SJF调度下的各项指标第一轮调度current_time0就绪进程A选择A执行完成时间3第二轮调度current_time3已到达进程B(到达时间2)、C(到达时间4还未到)只有B就绪选择B执行完成时间9第三轮调度current_time9已到达未调度进程C、D、E比较服务时间C(4)、D(5)、E(2)选择E执行虽然E到达时间是8但当前时间已到9完成时间11第四轮调度current_time11剩余进程C(4)、D(5)选择C执行完成时间15第五轮调度current_time15剩余进程D选择D执行完成时间20最终结果表格进程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A030331.0B263971.17E8291131.5C441115112.75D651520142.8执行时间线0-3:A | 3-9:B | 9-11:E | 11-15:C | 15-20:D3.4 SJF算法优劣分析优势理论上能提供最小的平均周转时间特别适合短作业繁多的场景劣势长作业可能饥饿本例中D进程最后执行需要预知或估算进程运行时间实际系统中难以精确获取实现复杂度高于FCFS4. 高响应比优先(HRRN)调度算法实战HRRN(Highest Response Ratio Next)算法试图平衡等待时间和服务时间克服FCFS和SJF的某些缺点。4.1 响应比计算公式响应比(RR) (等待时间 服务时间) / 服务时间 1 (等待时间 / 服务时间)其中等待时间 current_time - 到达时间4.2 HRRN算法执行流程初始状态current_time0所有进程未调度调度时机CPU空闲时初始或进程完成时选择策略计算所有已到达未调度进程的响应比选择响应比最高的进程执行指标计算同前两种算法4.3 实例逐步计算第一轮调度current_time0只有A到达选择A执行完成时间3第二轮调度current_time3就绪进程B(到达时间2)计算响应比B的等待时间3-21RR11/6≈1.17选择B执行完成时间9第三轮调度current_time9就绪进程C(到达时间4)、D(到达时间6)、E(到达时间8)计算各进程响应比C: 等待时间9-45RR15/42.25D: 等待时间9-63RR13/51.6E: 等待时间9-81RR11/21.5选择响应比最高的C执行完成时间13第四轮调度current_time13就绪进程D、E计算响应比D: 等待时间13-67RR17/52.4E: 等待时间13-85RR15/23.5选择E执行虽然服务时间短但响应比更高完成时间15第五轮调度current_time15剩余进程D选择D执行完成时间20最终结果表格进程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A030331.0B263971.17C4491392.25E82131573.5D651520142.8执行时间线0-3:A | 3-9:B | 9-13:C | 13-15:E | 15-20:D4.4 HRRN算法特点总结优势兼顾了等待时间和服务时间长作业随着等待时间增加响应比会上升避免了饥饿平均周转时间通常优于FCFS劣势每次调度都需要计算所有就绪进程的响应比开销较大仍然需要预知服务时间5. 三种算法综合对比与面试技巧通过同一组进程数据的计算我们可以直观比较三种算法的表现性能指标对比表算法平均周转时间平均带权周转时间最大带权周转时间FCFS8.62.566.0(E)SJF7.61.842.8(D)HRRN8.02.143.5(E)面试常见问题解析如何选择调度算法批处理系统SJF或HRRN交互式系统时间片轮转或多级反馈队列实时系统优先级调度SJF为什么能提供最小平均周转时间数学上可以证明通过交换论证任何非SJF的调度顺序通过交换相邻的逆序对都能减少平均周转时间HRRN中响应比公式的设计原理分子体现公平性等待时间分母体现效率服务时间形式为(等待服务)/服务而非等待/服务确保数值≥1面试实战建议遇到调度算法题先明确是哪种调度策略画时间线图可以帮助理清思路计算时注意检查进程到达时间与当前时间的关系可以先用简单例子验证算法理解是否正确

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2506866.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…