基于重復(fù)數(shù)的最短循環(huán)請(qǐng)求集生成算法研究.pdf

1、在分布式系統(tǒng)中，對(duì)臨界資源的訪問是需要互斥進(jìn)行的，所以分布式系統(tǒng)中最先要解決的問題是分布式互斥算法。分布式互斥算法主要分為兩類，分別是基于競爭的和基于令牌的分布式互斥算法?；诟偁幍姆植际交コ馑惴ň哂邢?fù)雜度較大，同步時(shí)間短，對(duì)稱性比較好的特性，在分布式系統(tǒng)應(yīng)用廣泛。基于競爭的分布式互斥算法包括有局部互斥和全局互斥。全局互斥具有對(duì)稱性好，但消息復(fù)雜度極大，限制了系統(tǒng)規(guī)模。局部互斥降低了消息復(fù)雜度，并能適應(yīng)較大的系統(tǒng)規(guī)模，但增加了請(qǐng)求集

2、生成算法在時(shí)間和空間上開銷。局部互斥的運(yùn)算過程有兩步:第一步是請(qǐng)求集生成算法，第二步是請(qǐng)求集互斥算法。本文研究的方向是請(qǐng)求集生成算法。
　　在基于競爭的分布式互斥算法中，保證算法生成的請(qǐng)求集長度最短、時(shí)間復(fù)雜度和空間復(fù)雜度最低，一直都是分布式互斥請(qǐng)求集生成算法研究者追求的目標(biāo)。本文通過對(duì)基于競爭的分布式互斥算法的研究發(fā)現(xiàn)，當(dāng)前對(duì)特定拓?fù)浣Y(jié)構(gòu)的分布式互斥算法研究比較充分。這類算法簡單，但僅對(duì)特定系統(tǒng)節(jié)點(diǎn)比較適合，并且這些算法生成的請(qǐng)

3、求集大多數(shù)為非對(duì)稱請(qǐng)求集。因此，適合任意系統(tǒng)規(guī)模的普適請(qǐng)求集生成算法是現(xiàn)在研究重點(diǎn)。在保證請(qǐng)求集生成算法適合任意系統(tǒng)規(guī)模的同時(shí)，還能保證請(qǐng)求集結(jié)構(gòu)簡單和對(duì)稱性，更是當(dāng)前研究者追求的目標(biāo)。循環(huán)請(qǐng)求集是滿足上述兩個(gè)條件的請(qǐng)求集。本文主要研究的基于重復(fù)數(shù)的最短循環(huán)請(qǐng)求集生成算法是一種循環(huán)請(qǐng)求集生成算法。
　　在普適請(qǐng)求集成算法中，大多數(shù)算法都能較快的生成請(qǐng)求集，但算法的請(qǐng)求集長度較大。因此，普適請(qǐng)求集生成算法的研究目標(biāo)是算法的請(qǐng)求集長度

4、越來越短，時(shí)間復(fù)雜度和空間復(fù)雜度也越來也低。然而對(duì)請(qǐng)求集長度最短時(shí)(即請(qǐng)求集長度為N0.5)，研究這種情況的算法不多，并且這些算法都是用類似窮搜的方法求解。
　　本文提出了一種基于重復(fù)數(shù)的最短循環(huán)請(qǐng)求集生成算法，該算法目的是在保證請(qǐng)求集長度最短時(shí)，降低算法的時(shí)間復(fù)雜度和空間復(fù)雜度。該算法在循環(huán)松弛差集的思想上，以當(dāng)前請(qǐng)求集中允許的最大重復(fù)數(shù)作為判斷條件，向請(qǐng)求集中添加元素。通過對(duì)算法進(jìn)一步的研究，本文提出了請(qǐng)求集上限的概念和優(yōu)化方