分布式计算由于其高可靠性、可扩展性、高收益性等优点,已经逐渐成为大规模机器学习和大数据分析的主流计算方法。然而分布式系统中存在落后节点,这导致任务所需总时间增加,从而限制了分布式计算的性能。编码分布式计算是一种新的计算范式,它利用编码方法制造存储或计算冗余来减轻不可预测的落后节点带来的影响。然而,现有的应用于主从计算框架的编码计算方案大多只利用一定数量最快的工作节点的计算结果来恢复输出,完全忽略了其他节点所做工作,导致性能低下。针对此问题,本文考虑了单主节点和多主节点两种应用场景,分别提出了相应的编码计算方案,以利用分布式系统中所有节点的工作能力来提高系统效率。具体贡献如下:（1）针对单主节点场景下分布式系统中工作节点资源利用不充分这一问题,本文刻画了“全速通信”和“全速计算”两个全新概念,分别代表已经完成计算任务的工作节点和主节点之间的所有通信链路被充分利用,以及每个工作节点完成的所有计算任务被主节点充分利用。本文基于多项式编码框架提出了一种随机方法,即每个工作节点将局部计算结果划分为若干块后,使用编码依次生成新的结果块并转发。本文从理论上证明了这种思想的可行性。通过将随机方法中的编码操作由计算结果映射至输入数据集,本文进一步证明了在某些典型任务场景下可以实现全速计算。基于真实环境的实验结果和部分仿真结果表明:这种新方法可以利用单主节点场景下主从计算框架中的落后工作节点,从而显著减少任务完成时间,提高系统资源利用率。（2）针对多主节点场景下分布式系统中主节点落后这一问题,本文新提出了一种包含多个主节点的主从计算框架,其中多个主节点合作完成计算结果合并工作,并无需设置额外的管理节点。基于此框架,本文提出了一种编码方案以解决主节点处的落后者问题。通过引入单主节点场景下的随机编码方案,本文进一步证明了在多主节点场景下也可以充分利用分布式系统中落后节点工作能力。仿真实验结果表明:新提出的计算框架和编码方案可以有效解决分布式计算中的主节点瓶颈问题和落后者问题,并能充分利用落后工作节点,从而提高系统工作效率。