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=levelself.process_list=process_listself.q=0def 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_listself.q=qdef 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-=qelse :#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_timecurrent_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_listself.q_first=q_firstdef 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_firstelse :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=trr_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].qprint('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=0currentQueue.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1mfq=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！！！
