Max-Min Fairness带宽分配算法

最近再写一个网络仿真器，里面参考了Max-MinFairness算法，这是一种比较理想、公平的带宽分配算法。其思路主要如下：首先是算法的准备，考察某一时刻的网络中所有的flow，由于每条flow都有其各个link，因此可以得到各个link上所有流经的flow，然后开始迭代，各个link都把capacity平均分给所有流经的flow，接着每条flow的速度就等于其最小link分配的带宽，然后每条link的剩余带宽就等于link的capacity减去所有流经的flow的速度的总和，再然后把link的剩余带宽作为capacity重新进行上面的迭代，直至所有flow在迭代中获得的带宽都小于一个阈值时，算法结束，带宽分配完成。

让我们来分析这个算法并考虑如何加速该算法的执行速度。首先，对于一些bottleneck的link，流经其的flow早早就不能分配带宽了，因此如果发现在某个迭代中某条link能够分配的带宽已经小于阈值，那么在下一轮迭代，所有流经其的flow都不再考察，即使某些flow并不是以该link为bottleneck，因此，算法结束的条件可以改为当所有flow都不再考察的时候。这样对不对呢，让我们分析一下。以该link为bottleneck的flow自然不用说了，所谓的bottleneck就是能够获取的带宽最小的link，那么最小的link已经不能分配带宽了，该flow自然不再考察。但不是以该link作为bottleneck的flow呢，它们有更小带宽的link，但是如果该link不是你的bottleneck，已经不能分配带宽了，那就刚不用说更小带宽的link了，所以这些flow也应该不再考察。好，算法的讲解和分析就到这儿了，下面就是算法的实现，笔者采用的Java语言。</