操作系统pv操作，信号初始量餐厅叫号排队安排座位

### ### 餐厅叫号系统中的 PV 操作与并发控制 在操作系统中，PV 操作是实现进程同步与互斥的重要机制。通过信号量（Semaphore）来管理共享资源的访问，可以有效避免多个进程同时访问同一资源而导致的竞争条件问题。 #### 信号量初始化设置原则 在餐厅叫号系统中，顾客到达后需要取号排队，服务员负责叫号并安排座位。当餐桌满座时，顾客需等待；当用餐完毕后，服务员清理餐桌，并释放资源供下一位顾客使用。这一过程涉及到多个共享资源的访问控制： - **顾客队列**：用于存储待服务的顾客信息。 - **餐桌资源**：每张餐桌是一个可被占用或释放的资源。 - **服务员调度**：多个服务员可能同时尝试叫号，需确保一致性。 为了实现这些操作的原子性与互斥性，需要设置适当的信号量[^1]： ```python # 初始化信号量 customer_queue = queue.Queue() # 顾客队列 available_tables = [True] * N # 假设有 N 张餐桌，True 表示可用 table_mutex = Semaphore(1) # 控制餐桌分配的互斥访问 call_number_mutex = Semaphore(1) # 叫号互斥锁 ``` #### 顾客到达与取号逻辑 顾客到达后，应获取一个号码，并加入队列中等待叫号。为防止多个顾客同时修改队列，应使用 `P` 操作对队列进行加锁[^2]： ```python def customer_arrives(): call_number_mutex.acquire() # P 操作，进入临界区 number = generate_next_number() customer_queue.put(number) call_number_mutex.release() # V 操作，退出临界区 ``` #### 服务员叫号与安排座位逻辑 服务员从队列中取出下一个号码，并尝试为其分配一张合适的餐桌。若无空闲餐桌，则顾客需等待，直到有餐桌释放： ```python def server_call_next(): if not customer_queue.empty(): number = customer_queue.get() table_mutex.acquire() # 进入餐桌分配临界区 assigned_table = find_available_table() if assigned_table is not None: occupy_table(assigned_table) print(f"请{number}号顾客就坐于餐桌{assigned_table}") else: customer_queue.put(number) # 若无空桌，将号码放回队列等待 table_mutex.release() # 释放餐桌资源 ``` #### 顾客用餐完毕与餐桌释放逻辑 顾客用餐结束后通知服务员，服务员执行清理餐桌的操作，并释放对应的餐桌资源[^2]： ```python def finish_dining(table_id): table_mutex.acquire() available_tables[table_id] = True # 标记餐桌为空闲 table_mutex.release() ``` #### 多服务员调度与负载均衡 当存在多个服务员时，可以通过轮询、优先级或响应比等方式选择最合适的服务员进行叫号。例如采用最短任务优先策略[^2]： ```python servers = [Server(i, speed=1.0) for i in range(M)] # M个服务员 def select_server(): return min(servers, key=lambda s: s.current_load) def assign_task_to_server(task_complexity): selected = select_server() selected.assign_task(task_complexity) ``` #### 完整流程模拟 结合以上逻辑，可以构建一个完整的餐厅叫号与座位安排模拟系统： ```python import threading from queue import Queue from threading import Semaphore N = 5 # 餐桌数量 M = 3 # 服务员数量 customer_queue = Queue() available_tables = [True] * N table_mutex = Semaphore(1) call_number_mutex = Semaphore(1) class Server: def __init__(self, id, speed=1.0): self.id = id self.current_load = 0 self.speed = speed def assign_task(self, task_complexity): self.current_load += task_complexity / self.speed def finish_task(self): self.current_load = max(0, self.current_load - 1) servers = [Server(i) for i in range(M)] def customer_arrives(): call_number_mutex.acquire() number = customer_queue.qsize() + 1 customer_queue.put(number) print(f"顾客{number}已取号") call_number_mutex.release() def server_call_next(): if not customer_queue.empty(): number = customer_queue.get() table_mutex.acquire() assigned_table = next((i for i, val in enumerate(available_tables) if val), None) if assigned_table is not None: available_tables[assigned_table] = False print(f"请{number}号顾客就坐于餐桌{assigned_table}") threading.Timer(5, finish_dining, args=(assigned_table,)).start() else: customer_queue.put(number) table_mutex.release() def finish_dining(table_id): table_mutex.acquire() available_tables[table_id] = True print(f"餐桌{table_id}已清理") table_mutex.release() # 启动服务员线程 for _ in range(M): threading.Thread(target=lambda: [server_call_next() for _ in range(10)], daemon=True).start() # 模拟顾客到达 for _ in range(20): threading.Thread(target=customer_arrives).start() ``` ---