Python的數(shù)據(jù)結(jié)構(gòu)與算法的隊列詳解(3)
模擬打印機任務(wù)隊列過程
計算機科學(xué)中也有眾多的隊列例子。比如計算機實驗室有10臺計算機,它們都與同一臺打印機相連。當(dāng)學(xué)生需要打印的時候,他們的打印任務(wù)會進入一個隊列。該隊列中的第一個任務(wù)就是即將執(zhí)行的打印任務(wù)。如果一個任務(wù)排在隊列的最后面,那么它必須等到所有前面的任務(wù)都執(zhí)行完畢后才能執(zhí)行。?
學(xué)生向共享打印機發(fā)送打印請求,這些打印任務(wù)被存在一個隊列中,并且按照先到先得的順序執(zhí)行。這樣的設(shè)定可能導(dǎo)致很多問題。其中最重要的是,打印機能否處理一定量的工作。如果不能,學(xué)生可能會由于等待過長時間而錯過要上的課。?
考慮計算機實驗室里的這樣一個場景:在任何給定的一小時內(nèi),實驗室里都有10個學(xué)生。他們在這 一小時內(nèi)最多打印2次,并且打印的頁數(shù)從1到20頁不等。實驗室的打印機比較老舊,每分鐘只能以低質(zhì)量打印10頁。也可以將打印質(zhì)量調(diào)高,但是這樣做會導(dǎo)致打印機每分鐘只能打印5頁。降低打印速度可能導(dǎo)致學(xué)生等待過長時間。那么,應(yīng)該如何設(shè)置打印速度呢??
可以通過構(gòu)建一個模型來解決該問題。我們需要為學(xué)生、打印任務(wù)和打印機構(gòu)建對象。當(dāng)學(xué)生提交打印任務(wù)時,我們需要將它們加入打印機的任務(wù)隊列中。當(dāng)打印機執(zhí)行完一個任務(wù)后,它會檢查該隊列,看看其中是否還有需要處理的任務(wù)。我們感興趣的是學(xué)生平均需要等待多久才能拿到打印好的文章。這個時間等于打印任務(wù)在隊列中的平均等待時間。?
在模擬時,需要應(yīng)用一些概率學(xué)知識。舉例來說,學(xué)生打印的文章可能有1~20頁。如果各頁數(shù)出現(xiàn)的概率相等,那么打印任務(wù)的實際時長可以通過模擬1~20的一個文章頁數(shù)隨機數(shù)來計算得出。?
如果實驗室里有10個學(xué)生,并且在一小時內(nèi)每個人都打印兩次,那么每小時平均就有20個打印任務(wù)。 在任意一秒,創(chuàng)建一個打印請求的概率是多少? 回答這個問題需要考慮任務(wù)與時間的比值。每小時20個任務(wù)相當(dāng)于每180秒1個任務(wù)。?

可以通過1~180的一個隨機數(shù)來模擬每秒內(nèi)產(chǎn)生打印請求的概率(1/180的概率)。如果隨機數(shù)正好是180,那么就認為有 一個打印請求被創(chuàng)建。注意,可能會出現(xiàn)多個請求接連被創(chuàng)建的情況,也可能很長一段時間內(nèi)都沒有請求。這就是模擬的本質(zhì)。我們希望在常用參數(shù)已知的情況下盡可能準(zhǔn)確地模擬。?
主要模擬步驟:
1.創(chuàng)建一個打印任務(wù)隊列。每一個任務(wù)到來時都會有一個時間戳。一開始,隊列是空的。
2.針對每一秒(currentSecond),執(zhí)行以下操作。
- 是否有新創(chuàng)建的打印任務(wù)?如果是,以 currentSecond 作為其時間戳并將該任務(wù)加入到隊列中。
- 如果打印機空閑,并且有正在等待執(zhí)行的任務(wù),執(zhí)行以下操作:
- 從隊列中取出第一個任務(wù)并提交給打印機;
- 用 currentSecond 減去該任務(wù)的時間戳,以此計算其等待時間;
- 將該任務(wù)的等待時間存入一個列表,用來作為計算平均等待時間的數(shù)據(jù);
- 根據(jù)該任務(wù)的頁數(shù),計算執(zhí)行時間。
- 打印機進行一秒的打印,同時從該任務(wù)的執(zhí)行時間中減去一秒。
- 如果打印任務(wù)執(zhí)行完畢,即任務(wù)的執(zhí)行時間減為0,則說明打印機回到空閑狀態(tài)。
3.當(dāng)模擬完成之后,根據(jù)等待時間列表中的值計算平均等待時間。
?構(gòu)建隊列程序
class Queue:
def __init__(self):
self.items = [] # 構(gòu)建空隊列
def isEmpty(self):
return self.items ==[] # 判斷是否為空
def enqueue(self,item):
self.items.insert(0, item) # 在隊列尾部(列表左端)插入元素
def dequeue(self):
return self.items.pop() # 在隊列頭部(列表右端)移出元素
def size(self):
return len(self.items) # 隊列(列表)長度
模擬打印程序
import random
# 模擬打印機
class Printer:
# 打印機初始化
def __init__(self, ppm):
self.pagerate = ppm # 打印速度 頁/分鐘
self.currentTask = None # 現(xiàn)有任務(wù)
self.timeRemain = 0 # 該任務(wù)所需時間
# 打印任務(wù)倒計時 0代表打印完成
def tick(self):
# 如果打印機正在執(zhí)行任務(wù)
if self.currentTask != None:
# 該任務(wù)執(zhí)行時間 = 執(zhí)行時間 - 1(執(zhí)行時間倒計時)
self.timeRemaining = self.timeRemaining - 1
if self.timeRemaining <= 0: # 該任務(wù)執(zhí)行時間 <= 0
self.currentTask = None # 該任務(wù)執(zhí)行完畢
# 判斷打印機是否空閑
def busy(self):
if self.currentTask != None:
return True
else:
return False
# 打印機接受新任務(wù)
def startNext(self, newtask):
self.currentTask = newtask
# 新打印任務(wù)需要時間 = 新任務(wù)頁數(shù) * (60 / 每分鐘打印多少頁的速度)
# (60 / 每分鐘打印多少頁的速度) = 每打印一頁所需要的秒數(shù)
self.timeRemaining = newtask.getPages() * (60 / self.pagerate)
# 模擬單個任務(wù)的屬性
class Task:
# 任務(wù)初始化
def __init__(self, time):
self.timestamp = time # 創(chuàng)建任務(wù)的時間點
self.pages = random.randrange(1, 21) # 任務(wù)頁數(shù) 在 1~20 間隨機生成
def getStamp(self):
return self.timestamp # 獲取任務(wù)創(chuàng)建的時間點
def getPages(self):
return self.pages # 獲取任務(wù)的頁數(shù)
def waitTime(self, currenttime):
# 任務(wù)的等待時間 = 當(dāng)前時間 - 任務(wù)創(chuàng)建的時間點
return currenttime - self.timestamp
# 模擬學(xué)生創(chuàng)建的新打印請求
def newPrintTask():
# 打印請求是一個隨機事件
# 通過1~180之間的一個隨機數(shù)來模擬每秒內(nèi)產(chǎn)生打印請求的概率
# 如果隨機數(shù)正好是180,那么就認為有一個打印請求被創(chuàng)建。
num = random.randrange(1, 181)
if num == 180:
return True
else:
return False
# 模擬打印過程
def simulation(numSeconds, pagesPerMinute):
labprinter = Printer(pagesPerMinute)
printQueue = Queue()
waitingtimes = []
for currentSecond in range(numSeconds):
if newPrintTask():
task = Task(currentSecond)
printQueue.enqueue(task)
if(not labprinter.busy())and(not printQueue.isEmpty()):
nexttask = printQueue.dequeue()
waitingtimes.append(nexttask.waitTime(currentSecond))
labprinter.startNext(nexttask)
labprinter.tick()
averageWait = sum(waitingtimes)/len(waitingtimes)
print("平均等待 %6.2f 秒,還有 %3d 個任務(wù)等待處理"
% (averageWait, printQueue.size()))
模擬打印過程(有注釋)
def simulation(numSeconds, pagesPerMinute):
# numSeconds-時間段
# pagesPerMinute-打印速度,頁/分鐘
labprinter = Printer(pagesPerMinute) # 創(chuàng)建打印機
printQueue = Queue() # 創(chuàng)建打印機任務(wù)隊列
waitingtimes = [] # 創(chuàng)建等待時間數(shù)據(jù)樣本列表
for currentSecond in range(numSeconds): # 一次循環(huán)代表一秒
if newPrintTask(): # 如果 有打印請求創(chuàng)建
task = Task(currentSecond) # 創(chuàng)建打印任務(wù)并記錄當(dāng)前時間點
printQueue.enqueue(task) # 打印任務(wù)進入打印機任務(wù)隊列
# 如果 打印機空閑 并且 打印機任務(wù)隊列有任務(wù)
if(not labprinter.busy())and(not printQueue.isEmpty()):
nexttask = printQueue.dequeue() # 從隊列取出新任務(wù)
# 根據(jù)當(dāng)前時間點計算新任務(wù)在任務(wù)隊列里的等待時間 并將等待時間記錄進樣本列表
waitingtimes.append(nexttask.waitTime(currentSecond))
labprinter.startNext(nexttask) # 開始執(zhí)行新任務(wù) 打印機進入忙碌狀態(tài)
labprinter.tick() # 每循環(huán)一次 當(dāng)前打印任務(wù)執(zhí)行倒計時減少一秒
averageWait = sum(waitingtimes)/len(waitingtimes)
print("平均等待 %6.2f 秒,還有 %3d 個任務(wù)等待處理" % (averageWait, printQueue.size()))
需要注意的是,時間戳是我們根據(jù)循環(huán)模擬出來的,我們給定了 numSeconds 時間段后,每循環(huán)一次相當(dāng)于時間過了一秒。
雖然每次模擬的結(jié)果不一定相同。但對此我們不需要在意。這是由于隨機數(shù)的本質(zhì)導(dǎo)致的。我們感興趣的是當(dāng)參數(shù)改變時結(jié)果出現(xiàn)的趨勢。?
下面是一些結(jié)果:


我們根據(jù)模擬得到了打印機在兩種速度下,一小時內(nèi)的任務(wù)執(zhí)行情況的參考數(shù)據(jù)??梢院苊黠@的看到,當(dāng)打印質(zhì)量提升后,學(xué)生平均等待時間相比低質(zhì)量情況下顯著增加,并且任務(wù)處理未完成的次數(shù)也出現(xiàn)了增加,所以設(shè)置打印機為低質(zhì)量模式是最合適的。
總結(jié)
本篇文章就到這里了,希望能夠給你帶來幫助,也希望您能夠多多關(guān)注腳本之家的更多內(nèi)容!
相關(guān)文章
python學(xué)習(xí)之基于Python的人臉識別技術(shù)學(xué)習(xí)
面部識別技術(shù)的應(yīng)用越來越廣泛,它廣泛應(yīng)用于安全系統(tǒng)、人機交互、社交媒體、醫(yī)療保健等領(lǐng)域。本文介紹了基于Python的人臉識別技術(shù),感興趣的小伙伴可以參考閱讀2023-03-03
基礎(chǔ)語音識別-食物語音識別baseline(CNN)
這篇文章主要介紹了一個基礎(chǔ)語音識別題目-食物語音識別baseline(CNN),代碼詳細嗎,對于想要學(xué)習(xí)語音識別的朋友可以參考下2021-04-04
Pytorch學(xué)習(xí)筆記DCGAN極簡入門教程
網(wǎng)上GAN的教程太多了,這邊也談一下自己的理解,本文給大家介紹一下GAN的兩部分組成,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-09-09
Python實現(xiàn)采集網(wǎng)站ip代理并檢測是否可用
這篇文章主要介紹了如何利用Python爬蟲實現(xiàn)采集網(wǎng)站ip代理,并檢測IP代理是否可用。文中的示例代碼講解詳細,感興趣的可以試一試2022-01-01
在DigitalOcean的服務(wù)器上部署flaskblog應(yīng)用
這篇文章主要介紹了在DigitalOcean的服務(wù)器上部署flaskblog的方法,flaskblog是用Python的Flask開發(fā)的一個博客程序,而DigitalOcean則是大受歡迎的SSD主機提供商,需要的朋友可以參考下2015-12-12
Python計算不規(guī)則圖形面積算法實現(xiàn)解析
這篇文章主要介紹了Python計算不規(guī)則圖形面積算法實現(xiàn)解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2019-11-11

