反饋演算法

A. 作業調度演算法的多級反饋隊列列演算法

多級反饋隊列演算法(Round Robin with Multiple Feedback)是輪轉演算法和優先順序演算法的綜合和發展。 設置多個就緒隊列，分別賦予不同的優先順序，如逐級降低，隊列1的優先順序最高。每個隊列執行時間片的長度也不同，規定優先順序越低則時間片越長，如逐級加倍。
新進程進入內存後，先投入隊列1的末尾，按FCFS演算法調度；若按隊列1一個時間片未能執行完，則降低投入到隊列2的末尾，同樣按FCFS演算法調度；如此下去，降低到最後的隊列，則按「時間片輪轉」演算法調度直到完成。
僅當較高優先順序的隊列為空，才調度較低優先順序的隊列中的進程執行。如果進程執行時有新進程進入較高優先順序的隊列，則搶先執行新進程，並把被搶先的進程投入原隊列的末尾。 為提高系統吞吐量和縮短平均周轉時間而照顧短進程。
為獲得較好的I/O設備利用率和縮短響應時間而照顧I/O型進程。
不必估計進程的執行時間，動態調節 I/O型進程：讓其進入最高優先順序隊列，以及時響應I/O交互。通常執行一個小時間片，要求可處理完一次I/O請求的數據，然後轉入到阻塞隊列。
計算型進程：每次都執行完時間片，進入更低級隊列。最終採用最大時間片來執行，減少調度次數。
I/O次數不多，而主要是CPU處理的進程。在I/O完成後，放回優先I/O請求時離開的隊列，以免每次都回到最高優先順序隊列後再逐次下降。
為適應一個進程在不同時間段的運行特點，I/O完成時，提高優先順序；時間片用完時，降低優先順序。

B. 如何理解操作系統中的多級反饋隊列(Multi-Level Feedback Queen)調度演算法

操作系統中的多級反饋隊列調度演算法是一種通過多級隊列和動態優先順序調整，結合過去運行情況的反饋，來達到平衡各種進程需求的調度策略。以下是對該演算法的具體理解：

1. 多級隊列： MLFQ演算法將進程分為多個優先順序隊列，每個隊列代表不同的優先順序。 高優先順序的隊列中的進程會優先得到調度執行。

2. 動態優先順序調整： 新進入的進程會被放置在最高優先順序的隊列中。 進程在執行過程中，根據其行為動態調整其優先順序。例如，如果一個進程在較高優先順序隊列中佔用CPU時間過長，它可能會被移動到較低優先順序的隊列中。 通過這種動態調整，MLFQ演算法能夠確保資源不會被某個進程長時間獨占，從而提高系統的整體響應速度和吞吐量。

3. 反饋機制： MLFQ演算法利用反饋機制來調整進程的優先順序。 如果一個進程在較低優先順序隊列中等待了很長時間而沒有得到執行，它可能會被提升到較高的優先順序隊列中，以防止「餓死」現象的發生。 這種反饋機制使得MLFQ演算法能夠靈活地適應各種進程需求，提高系統的公平性和效率。

4. 限制和依賴： MLFQ演算法的性能依賴於進程類型的比例。如果緊急和不緊急的進程比例失衡，可能會導致某些類型的進程得不到足夠的執行時間。 為了避免這種情況，MLFQ演算法通常會引入一些規則來調整優先順序，如設置時間片上限和定期重置優先順序等。

5. 持續優化： 盡管MLFQ演算法在操作系統調度中表現出色，但它仍然需要持續優化和改進。 研究人員正在探索更佳的標簽分配方法和參數設定，以提高MLFQ演算法的性能和適應性。

綜上所述，MLFQ調度演算法通過多級隊列、動態優先順序調整和反饋機制等策略，實現了對進程需求的平衡和調度優化。然而，它也存在一些限制和依賴，需要持續優化和改進以適應不同的應用場景。