为什么CFS调度器使用红黑树？
Reason why CFS scheduler using red black tree?
CFS 调度程序根据最小虚拟时间选择下一个进程，并使用红黑树 (rbtree) 有效地获取此值，使用 rbtree 我们将获得最小 O(h)，这里 h 是 rbtree 的高度。但是，使用最小堆我们只能在 O(1) 时间内获得最小虚拟时间进程。我只想知道为什么在 CFS 实现中不考虑最小堆，在内核级别使用最小堆有什么困难吗？
原因是：堆是基于数组的，因此需要内核中的连续内存 space。这是因为 Linux 中堆的实现方式。查看文件 lib/prio_heap.c 和 include/linux/prio_heap.h，您会注意到堆 kmalloc 使用 heap_init。一旦多程序 space 变得庞大，维护数千个 struct sched_entity 需要大量连续的 space（它 运行 在几页中）。从时间和性能的角度来看，人们更喜欢堆，因为一旦选择了 min vruntime，hepify 操作就可以在后台 运行，但它的 space 要求会造成瓶颈。
由于 rbtree 很容易获得，内核开发人员没有想到实现基于指针的堆，事实上也不需要。
另一个有趣的点是，考虑到您有一个任务（进程或线程）将状态从可运行更改为阻塞（等待 io 或网络资源），那么您需要从runqueue 复杂度为：
- 红黑树的O(log(n))
- 堆的 O(n)
堆的remove操作慢所以红黑树更好
并且当我们得到最小 vruntime 时，堆操作实际上不是 O(1)，O(1) 只有在您引用根节点而不删除它时才会发生。但在 CFS 中，我们需要
- 移除它（需要堆化 O(log(n))）
- 更新vruntime，并将其插入回需要O(log(n))的runqueue
CFS 调度程序根据最小虚拟时间选择下一个进程，并使用红黑树 (rbtree) 有效地获取此值，使用 rbtree 我们将获得最小 O(h)，这里 h 是 rbtree 的高度。但是，使用最小堆我们只能在 O(1) 时间内获得最小虚拟时间进程。我只想知道为什么在 CFS 实现中不考虑最小堆，在内核级别使用最小堆有什么困难吗？
原因是：堆是基于数组的，因此需要内核中的连续内存 space。这是因为 Linux 中堆的实现方式。查看文件 lib/prio_heap.c 和 include/linux/prio_heap.h，您会注意到堆 kmalloc 使用 heap_init。一旦多程序 space 变得庞大，维护数千个 struct sched_entity 需要大量连续的 space（它 运行 在几页中）。从时间和性能的角度来看，人们更喜欢堆，因为一旦选择了 min vruntime，hepify 操作就可以在后台 运行，但它的 space 要求会造成瓶颈。
由于 rbtree 很容易获得，内核开发人员没有想到实现基于指针的堆，事实上也不需要。
另一个有趣的点是，考虑到您有一个任务（进程或线程）将状态从可运行更改为阻塞（等待 io 或网络资源），那么您需要从runqueue 复杂度为：
- 红黑树的O(log(n))
- 堆的 O(n)
堆的remove操作慢所以红黑树更好
并且当我们得到最小 vruntime 时，堆操作实际上不是 O(1)，O(1) 只有在您引用根节点而不删除它时才会发生。但在 CFS 中，我们需要
- 移除它（需要堆化 O(log(n))）
- 更新vruntime，并将其插入回需要O(log(n))的runqueue