分布式计算中的LCR vs Floodmax（领导者选举）

Question

我试图了解同步网络中LCR和Floodmax之间的实际区别。

我了解Floodmax的时间复杂度为O（N），并且本质上如下工作：

• 每个进程都将保持到目前为止已看到的最大UID（最初是自己的UID）。
• 在每个回合中，每个进程都会将此最大值发送给每个传出邻居。
• 如果最大值是进程的UID，则在进行diam取整之后，它将选举自己为领导者，否则为非领导者。

另一方面，LCR：

• 每个进程在环周围发送其UID。 进程收到UID时，会将其与其自身进行比较。
• 如果传入的UID较大，则它将此UID传递到下一个进程。
• 如果传入的UID较小，则将其丢弃。
• 如果相等，则过程将自己声明为领导者。

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

Answer 1

顾名思义，FloodMax算法会将消息“淹没”网络。 与LCR不同，即使网络拓扑不是环形，FloodMax也可以使用。 FloodMax算法的先决条件是必须知道网络直径（使用LCR则不是这样），并且网络直径具有时间复杂度。 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，因为领导者一旦选举出自己就需要通知所有其他进程终止。