2020年7月18日
摘要: 8 页面置换算法 最佳置换算法OPT:不可能实现 先进先出FIFO 最近最久未使用算法LRU:最近一段时间里最久没有使用过的页面予以置换. clock算法 阅读全文
posted @ 2020-07-18 16:28 滚雪球效应 阅读(152) 评论(0) 推荐(0)
摘要: 7 分页和分段 分页: 用户程序的地址空间被划分成若干固定大小的区域,称为“页”,相应地,内存空间分成若干个物理块,页和块的大小相等。可将用户程序的任一页放在内存的任一块中,实现了离散分配。 分段: 将用户程序地址空间分成若干个大小不等的段,每段可以定义一组相对完整的逻辑信息。存储分配时,以段为单位 阅读全文
posted @ 2020-07-18 16:26 滚雪球效应 阅读(309) 评论(0) 推荐(0)
摘要: 静态链接方法:静态链接的时候,载入代码就会把程序会用到的动态代码或动态代码的地址确定下来 静态库的链接可以使用静态链接,动态链接库也可以使用这种方法链接导入库 动态链接方法:使用这种方式的程序并不在一开始就完成动态链接,而是直到真正调用动态库代码时,载入程序才计算(被调用的那部分)动态代码的逻辑地址 阅读全文
posted @ 2020-07-18 16:25 滚雪球效应 阅读(154) 评论(0) 推荐(0)
摘要: 程序编译与链接 推荐: http://www.ruanyifeng.com/blog/2014/11/compiler.html Bulid过程可以分解为4个步骤:预处理(Prepressing), 编译(Compilation)、汇编(Assembly)、链接(Linking) 以c语言为例: 1 阅读全文
posted @ 2020-07-18 16:24 滚雪球效应 阅读(312) 评论(0) 推荐(0)
摘要: 死锁 原因: 竞争资源 程序推进顺序不当 必要条件: 互斥条件 请求和保持条件 不剥夺条件 环路等待条件 处理死锁基本方法: 预防死锁(摒弃除1以外的条件) 避免死锁(银行家算法) 检测死锁(资源分配图) 解除死锁 剥夺资源 撤销进程 死锁概念处理策略详细介绍:https://wizardforce 阅读全文
posted @ 2020-07-18 16:21 滚雪球效应 阅读(284) 评论(0) 推荐(0)
摘要: 调度算法 先来先服务(FCFS, First Come First Serve) 短作业优先(SJF, Shortest Job First) 最高优先权调度(Priority Scheduling) 时间片轮转(RR, Round Robin) 多级反馈队列调度(multilevel feedba 阅读全文
posted @ 2020-07-18 16:18 滚雪球效应 阅读(836) 评论(0) 推荐(0)
摘要: 其实所有的I/O都是轮询的方法,只不过实现的层面不同罢了. 基本上select有3个缺点: 连接数受限 查找配对速度慢 数据由内核拷贝到用户态 poll改善了第一个缺点 epoll改了三个缺点. select,poll,epoll都是IO多路复用的机制。I/O多路复用就通过一种机制,可以监视多个描述 阅读全文
posted @ 2020-07-18 16:14 滚雪球效应 阅读(251) 评论(0) 推荐(0)
摘要: Python语言特性 1 Python的函数参数传递 看两个例子: a = 1 def fun(a): a = 2 fun(a) print a # 1 a = [] def fun(a): a.append(1) fun(a) print a # [1] 所有的变量都可以理解是内存中一个对象的“引 阅读全文
posted @ 2020-07-18 16:04 滚雪球效应 阅读(236) 评论(0) 推荐(0)
摘要: 动态规划: 动态规划表面上很难,其实存在很简单的套路:当求解的问题满足以下两个条件时, 就应该使用动态规划: 主问题的答案 包含了 可分解的子问题答案 (也就是说,问题可以被递归的思想求解) 递归求解时, 很多子问题的答案会被多次重复利用 动态规划的本质思想就是递归, 但如果直接应用递归方法, 子问 阅读全文
posted @ 2020-07-18 16:02 滚雪球效应 阅读(446) 评论(0) 推荐(0)
摘要: 编程题 1 台阶问题/斐波那契 一只青蛙一次可以跳上1级台阶,也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。 fib = lambda n: n if n <= 2 else fib(n - 1) + fib(n - 2) 第二种记忆方法 def memo(func): cache = 阅读全文
posted @ 2020-07-18 15:56 滚雪球效应 阅读(320) 评论(0) 推荐(0)