分布式计算中的 LCR vs Floodmax（Leader Election）

Question

我试图了解 LCR 和 Floodmax 在同步网络环境中的实际区别。

我了解 Floodmax 的时间复杂度为 O(N)，其工作原理如下：

• 每个进程都保持它迄今为止看到的最大 UID（最初是它的 拥有）。
• 在每一轮中，每个进程都会将此最大值发送给每个 即将离任的邻居。
• 在直径回合之后，如果最大值是进程的 UID，那么它 选举自己为领导者，否则为非领导者。

另一方面，LCR：

• 每个进程都围绕环发送其 UID。当一个进程收到一个 UID，它会将这个与自己的进行比较。
• 如果传入的 UID 更大，则将这个 UID 传递给下一个 过程。
• 如果传入的 UID 较小，则将其丢弃。
• 如果相等，则进程将自己声明为领导者。

它的时间复杂度也是 O(N)。因此，从本质上讲，这两种算法都在令牌环网络中传递 UID。两者之间有什么真正的区别或优势吗？

Answer 1

顾名思义，FloodMax 算法用消息“淹没”网络。与 LCR 不同，即使网络拓扑不是环形，FloodMax 也能正常工作。 FloodMax 算法的先决条件是必须知道网络直径（对于 LCR，情况并非如此）并且具有直径轮次的时间复杂度。另一方面，LCR 不需要知道网络直径：因此它需要额外的通信开销，因为领导者需要在选举自己后通知所有其他进程终止。