Algorithm 分布式计算中的LCR与Floodmax（领导者选举）

我试图在同步网络的背景下理解LCR和Floodmax之间的实际区别

我了解Floodmax的时间复杂度为O（N），其工作原理如下：

• 每个进程都保持迄今为止看到的最大UID（最初是它的 自己的）
• 在每一轮中，每个进程都将此最大值发送给每个进程 外向的邻居
• 直径轮数后，如果最大值是进程的UID，则 选举自己为领导者，否则它是非领导者

另一方面，LCR：

• 每个进程都会在环中发送其UID。当进程收到 UID，它会将这个与它自己的进行比较
• 如果传入的UID更大，则会将此UID传递给下一个UID 过程
• 如果传入的UID较小，则会丢弃它
• 如果它是相等的，那么流程将宣布自己为领导者

---

它的时间复杂度也是O（N）。因此，本质上，这两种算法都在令牌环网络中传递UID。这两者之间有什么真正的区别或优势吗？

顾名思义，FloodMax算法用消息“淹没”网络。与LCR不同，FloodMax将在网络拓扑为而非环的情况下工作。FloodMax算法的一个先决条件是网络直径必须已知（对于LCR，情况并非如此），并且具有直径轮的时间复杂性。另一方面，LCR不要求知道网络直径：因此，它需要额外的通信开销，因为领导者需要通知所有其他进程在选择自己后终止