加权轮询算法(wrr)，这个考点，概率有一点点高哦

本文主要是介绍加权轮询算法(wrr)，这个考点，概率有一点点高哦，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

临近年关，招聘的和找工作的却忙的热火朝天，互相拿捏着。

今朝不同往昔，卖惨成为主流旋律，也加剧了从业人员的焦虑。很多人，工作了十来年没碰过算法，如今却不得不像蹲自习室一样，捧起大头书死命去看。

呜呼哀哉。

最近和不少参加面试的小伙伴交流了一下，发现出现了一个比较高频的算法题。不同于链表、树、动态规划这些有规律可循的算法题，加权轮询算法有很多小的技巧，在实际应用中也比较多。最平滑的Nginx轮询算法，如果你没有见过的话，那自然是永远无法写出来的。

所谓的加权轮询算法，其实就是Weighted Round Robin，简称wrr。在我们配置Nginx的upstream的时候，带权重的轮询，其实就是wrr。

upstream backend {ip_hash;server 192.168.1.232 weight=4; server 192.168.1.233 weight=3;server 192.168.1.234 weight=1;
}
复制代码

1. 核心数据结构

为了方便编码，对于每一个被调度的单元来说，我们抽象出一个叫做Element的类。其中，peer指的是具体的被调度资源，比如IP地址，而weight指的是这个资源的相关权重。

public class Element {protected String peer;protected int weight;public Element(String peer, int weight){this.peer = peer;this.weight = weight;}
}
复制代码

那么我们具体的调度接口，将直接返回peer的地址。

public interface IWrr {String next();
}
复制代码

我们将在代码中直接测试IWrr接口的调度情况。比如，分配7、2、1权重的三个资源，其测试代码如下。

Element[] elements = new Element[]{new Element("A", 7),new Element("B", 2),new Element("C", 1),
};
int count = 10;
IWrr wrr = new WrrSecurityLoopTreeMap(elements);
for (int i = 0; i < count; i++) {System.out.print(wrr.next() + ",");
}
System.out.println();
复制代码

上面的代码调用了10次接口，我们希望代码实现，将以7，2，1的比例进行调度。