logo标签列表

如何实现指数退避/延迟计算，固定超时和尝试次数？

algorithmdelayretry-logicexponential-backoff
3

大多数我见过的退避/延迟算法要么是固定尝试次数，要么是固定超时时间，但两者并存的很少。

我希望在T秒内进行M次尝试，它们之间有指数间隔，并且“T = delay(0) + delay(1) + ... + delay(M-1)”，其中“delay(N) = (e^N - 1) / e”（其中N为重试次数）。

如何计算上述描述中的“e”值，以便在预先指定M和T的情况下恰好执行M次尝试？

1个回答
2

由于“T”是“e”的单调函数，因此您可以执行二进制搜索以找到最适合的值。

这是一个示例Python程序，可通过“T”和“M”找到这样的“e”：

def total_time(e, M):
    current = 1
    total = 0
    for i in range(M):
        total += current-1
        current *= e
    return total

def find_best_e(T, M):
    a, b = 0, T
    while abs(a-b) > 1e-6:
        m = (a+b)/2.0
        if total_time(m, M) > T:
            b = m
        else:
            a = m
    return (a+b)/2


e = find_best_e(10, 3)
print([e**n-1 for n in range(3)])
网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接