目录
[PRI vs NICE](#PRI vs NICE)
Linux实现进程调度的算法，需要考虑优先级，考虑进程饥饿问题，考虑效率问题。
1.进程优先级：
1.2.是什么？
cpu资源分配的先后顺序，就是指进程的优先权（priority）。
1.3.为什么存在进程优先级的概念呢？
根本原因就是资源过少。
在Linux环境下，默认优先级是80，并且Linux的优先级是可以被修改的，Linux优先级的范围：【60，99】，长度为40.
Linux优先级的本质就是数字，数字越小，优先级越高！
Linux系统允许用户调整优先级，但是不能直接让你修改pri，而是修改nice值（不是优先级，而是进程优先级的修正数据）
pri = pri(old) + nice
1.4.Linux为什么调整优先级是要受限制的？
如果不加限制，将自己进程的优先级调整的非常高，别人的优先级调整的非常低，优先级较高的进程，优先得到资源，后续还有源源不断的进程产生，常规进程很难享受到CPU资源！进程饥饿的问题
1.5.PRI vs NICE
需要强调一点的是，进程的nice值不是进程的优先级，他们不是一个概念，但是进程nice值会影响到进程的优先级变化。可以理解nice值是进程优先级的修正数据
调整进程优先级，在Linux下，就是调整进程nice值
nice其取值范围是-20至19，一共40个级别。
用top命令更改已存在进程的nice：
top
进入top后按"r"-->输入进程PID-->输入nice值
2.Linux的调度与切换
2.1.概念准备：
1、进程在运行的时候，放在CPU上，必须要把这个进程代码跑完，才行吗？不对！现代操作系统，都是基于时间片进行轮转执行的（时间片：给每一个进程规定的运行的最大时间）
2、
- 竞争性: 系统进程数目众多，而CPU资源只有少量，甚至1个，所以进程之间是具有竞争属性的。为了高效完成任务，更合理竞争相关资源，便具有了优先级
- 独立性: 多进程运行，需要独享各种资源，多进程运行期间互不干扰
- 并行: 多个进程在多个CPU下分别，同时进行运行，这称之为并行
- 并发: 多个进程在一个CPU下采用进程切换的方式，在一段时间之内，让多个进程都得以推进，称之为并发
2.2.那我们到底怎样完成进程的调度和切换呢？
当一个进程的时间片到期后，如何将这个进程保存方便下次再调用这个进程呢？
CPU内部里面会有很多寄存器
进程在运行的过程中，要产生大量的临时数据，放在CPU的寄存器中！CPU内部的所有的临时数据，我们叫做进程的硬件上下文。硬件上下文，得以让我们的进程进行保存。
所以当进程在二次被调度的时候，进程被放在CPU上运行，将曾经保存的硬件上下文进行恢复。
上下文并不是寄存器，而是寄存器的内容是上下文，寄存器只有一套!
2.3.区分：寄存器VS寄存器的内容
CPU的寄存器只有一套。寄存器内部保存的数据，可以有多套
所以寄存器 ！= 寄存器的内容
虽然寄存器数据放在了一个共享的CPU设备里面，但是所有的数据，其实都是被进程私有的！
小总结：所有的保存都是为了最终的恢复，所有的恢复，都是为了继续上次的运行位置继续进行
2.4Linux实现进程调度的算法，需要考虑优先级，考虑进程饥饿问题，考虑效率问题。
解决优先级问题：
普通优先级：100～139（我们都是普通的优先级，想想nice值的取值范围，可与之对应！）
实时优先级：0～99（不关心）
时间片还没有结束的所有进程都按照优先级放在该队列
nr_active: 总共有多少个运行状态的进程
queue[140]: 一个元素就是一个进程队列，相同优先级的进程按照FIFO规则进行排队调度,所以，数组下标就是优先级。
从0下表开始遍历queue[140]
找到第一个非空队列，该队列必定为优先级最高的队列
拿到选中队列的第一个进程，开始运行，调度完成！优先级问题解决！
解决进程饥饿问题：
我们采用引入活动队列和过期队列来解决。
过期队列
过期队列和活动队列结构一模一样
过期队列上放置的进程，都是时间片耗尽的进程
当活动队列上的进程都被处理完毕之后，对过期队列的进程进行时间片重新计算
我们先将活动队列中的进程都运行完毕，注意活动队列上的进程都是运行完毕就会少一个，不会增加，而过期队列里面的进程只会越来越多。这个时候我们需要将活动队列的内容与过期队列的内容进行交换即可。那如何交换呢？
我们注意到有两个指针分别指向了活动队列和过期队列
active指针永远指向活动队列
expired指针永远指向过期队列
可是活动队列上的进程会越来越少，过期队列上的进程会越来越多，因为进程时间片到期时一直都存在的。
没关系，在合适的时候，只要能够交换active指针和expired指针的内容，就相当于有具有了一批新的活动进程！注意交换的时候只是交换指针的内容。
解决效率的问题：
遍历queue[140]时间复杂度是常数！但还是太低效了！
于是乎我们采用位图的方法解决：
bitmap[5]:一共140个优先级，一共140个进程队列，为了提高查找非空队列的效率，就可以用5*32个比特位表示队列是否为空，我们每次可以先遍历一个整形，如果这个整数是0，那么就直接可以跳过，到下一个整形，知道发现不等于0，再遍历内部。
bitmap让对数组的遍历转化为对比特位的遍历，效率就会高很多。
