贡献者： 待更新
（本文根据 CC-BY-SA 协议转载自原搜狗科学百科对英文维基百科的翻译）
银行家算法算法(有时称为检测算法)是由 Edsger Dijkstra 开发的资源分配和死锁避免算法，它通过模拟所有资源的预定最大可能量的分配来测试安全性，然后在决定是否允许继续分配之前进行 “s 状态”，检查以测试所有其他待处理活动的可能死锁条件。该算法是在 THE 操作系统的设计过程中开发的，最初在 EWD108 中以荷兰语描述。[1] 当新进程进入系统时，它必须声明它可能需要的每种资源类型的最大实例数; 显然，该数字可能不会超过系统中的资源总数。此外，当进程获取其所有请求的资源时，它必须在有限的时间内返回它们。
银行家算法要发挥作用，需要知道三件事:
只有当请求的资源量小于或等于可用的资源量时，才能将资源分配给进程；否则，该过程将一直等到资源可用。
在实际系统中跟踪的一些资源是内存，信号量和接口访问。
银行家算法的名称源于这样一个事实，即该算法可用于银行系统，以确保银行不会耗尽资源，因为银行永远不会以不再满足资金的方式分配资金。所有客户的需求[2]。通过使用银行家的算法，银行确保当客户要求资金时，银行永远不会离开安全状态。如果客户的请求不会导致银行离开安全状态，则会分配现金，否则客户必须等到其他客户存款足够。
实施银行家算法需要维护的基本数据结构:
设 n 是系统中的进程数, m 是资源类型的数量。那么我们需要以下数据结构:
注:$\text{Need}[i, j] = \text{Max}[i, j] - \text{Allocation}[i, j].n=m-a.$
总系统资源为:
A B C D
6 5 7 6
可用的系统资源有:
A B C D
3 1 1 2
流程(当前分配的资源):
A B C D
P1 1 2 2 1
P2 1 0 3 3
P3 1 2 1 0
流程(最大资源):
A B C D
P1 3 3 2 2
P2 1 2 3 4
P3 1 3 5 0
需求=最大资源-当前分配的资源
流程(可能需要的资源):
A B C D
P1 2 1 0 1
P2 0 2 0 1
P3 0 1 4 0
如果所有进程都有可能完成执行(终止)，则状态(如上例所示)被认为是安全的。由于系统无法知道一个进程何时终止，或者到那时它将请求多少资源，所以系统假设所有进程最终将尝试获取它们所声明的最大资源，并在不久之后终止。在大多数情况下，这是一个合理的假设，因为系统并不特别关注每个进程运行多长时间(至少从死锁避免的角度来看不是这样)。此外，如果一个进程在没有获得最大资源的情况下终止，它只会使系统变得更简单。如果在安全状态要处理就绪队列，安全状态被认为是决策者。
在给定该假设的情况下，该算法通过尝试找到允许每个请求获取其最大资源然后终止（将其资源返回到系统）的过程的假设请求集来确定状态是否安全。任何没有这样的集合的状态都是不安全的状态。
我们可以通过显示每个进程有可能获取其最大资源然后终止来显示前面示例中给出的状态是安全状态。
1. P1 需要更多的 2 A、1 B 和 1 D 资源，以实现其最大化
2. P1 终止，向系统返回 3 A、3 B、2 C 和 2 D 资源
3. P2 需要 2 B 和 1 D 的额外资源，然后终止，返回其所有资源
4. P3 获得 1 B 和 4 C 资源并终止
5. 因为所有进程都能够终止，所以这种状态是安全的
举一个不安全状态的例子，考虑如果进程 2 在开始时持有 2 个单元的资源 B 会发生什么。
当系统收到资源请求时，它运行银行家算法来确定批准该请求是否安全。一旦理解了安全和不安全状态之间的区别，该算法就相当简单了。
1. 请求能被批准吗？
2. 假设请求被批准
3.新的状态安全吗？
系统是拒绝还是推迟一个不可能的或不安全的请求是操作系统特有的决定。
例子
从与上一个示例相同的状态开始，假设进程 3 请求 2 个单位的资源 C
另一方面，假设进程 3 请求 1 个单位的资源 C
流程(最大资源):
可用系统资源
A B C D
空闲 3 1 0 2
流程(当前分配的资源):
A B C D
P1 1 2 2 1
P2 1 0 3 3
P3 1 2 2 0
流程(最大资源):
A B C D
P1 3 3 2 2
P2 1 2 3 4
P3 1 3 5 0
1.确定这个新状态是否安全
2.由于新状态是安全的，请批准请求
最后一个例子:从我们开始的状态，假设进程 2 请求 1 个单位的资源 b
可用系统资源:
A B C D
空闲 3 0 1 2
流程(当前分配的资源):
A B C D
P1 1 2 5 1
P2 1 1 3 3
P3 1 2 1 0
流程(最大资源):
A B C D
P1 3 3 2 2
P2 1 2 3 4
P3 1 3 5 0
1.这个状态安全吗？假设 P1、P2 和 P3 请求更多的资源
2.由于状态不安全，拒绝请求
import numpy as np
n_processes = int(input('Number of processes? '))
n_resources = int(input('Number of resources? '))
available_resources = [int(x) for x in input('Claim vector? ').split(' ')]
currently_allocated = np.
array([[int(x) for x in input('Currently allocated for process '
+ str(i + 1) + '? ').
split(' ')] for i in range(n_processes)])
max_demand = np.
array([[int(x) for x in input('Maximum demand from process '
+ str(i + 1) + '? ').split(' ')] for i in range(n_processes)])
total_available =
available_resources - np.
sum(currently_allocated, axis=0)
running = np.
ones(n_processes) # An array with n_processes 1's to
indicate if process is yet to run
while np.count_nonzero(running) > 0:
at_least_one_allocated = False
for p in range(n_processes):
if running[p]:
if all(i >= 0 for i in total_available
- (max_demand[p] - currently_allocated[p])):
at_least_one_allocated = True
print(str(p) + ' is running')
running[p] = 0
total_available += currently_allocated[p]
if not at_least_one_allocated:
print('Unsafe')
exit()
print('Safe')
和其他算法一样，银行家算法在实现时也有一些局限性。具体来说，它需要知道一个进程可能请求多少资源。在大多数系统中，这种信息是不可用的，因此不可能实现银行家算法。此外，假设进程的数量是静态的是不现实的，因为在大多数系统中，进程的数量是动态变化的。此外，一个进程最终将释放其所有资源的要求(当该进程终止时)足以保证算法的正确性，然而对于一个实际的系统来说却是不够的。等待数小时(甚至数天)的资源释放通常是不可接受的。