分布式计算中的LCR与Floodmax（领导者选举）

Question

我试图了解LCR和Floodmax在同步网络环境中的实际区别。

据我所知，Floodmax的时间复杂度为O（N），实质上如下：

• 每个进程都保持到目前为止看到的最大UID（最初是它的 自己的）。
• 在每一轮中，每个进程都会将此最大值发送给每个进程 即将离任的邻居。
• 在diam轮次之后如果最大值是进程的UID那么它 选举自己为领导者，否则就是非领导者。

另一方面LCR：

• 每个进程在环上发送其UID。当一个进程收到一个 UID，它将这个与它自己进行比较。
• 如果传入的UID较大，则将该UID传递给下一个 过程
• 如果传入的UID较小，则丢弃它。
• 如果它相等，则该过程声明自己是领导者。

它的时间复杂度也是O（N）。因此，实质上，两种算法都在令牌环网络中传递UID。两者之间是否有任何真正的区别或优势？

Answer 1

顾名思义，FloodMax算法通过消息“泛滥”网络。与LCR不同，即使网络拓扑不一个环，FloodMax也能正常工作。 FloodMax算法的先决条件是必须知道网络直径（LCR不是这种情况）并且具有直径轮的时间复杂度。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后通知所有其他进程终止。