标签:序列 区别 改变 顺序 模拟 off offer 需要 数据结构
FIFO:先进先出调度算法
LRU:最近最久未使用调度算法
两者都是缓存调度算法,经常用作内存的页面置换算法。
打一个比方,帮助你理解。你有很多的书,比如说10000本。由于你的书实在太多了,你只能放在地下室里面。你看书的时候不会在地下室看书,而是在书房看书。每次,你想看书都必须跑到地下室去找出来你想看的书,然后抱回来放到书桌上,之后才开始看。还有就是,有一些书你会反复的看,今天看了也许过几天又要看。总之,你自己是不知道你哪天会需要看哪本书的。你的老师每天下课的时候会给你布置一个书单,让你晚上回去去看哪本书。(假设你老师让你看的书在你的地下室里面都有)跑地下室当然是非常麻烦的,所以你希望你的经常看的那些书最好放在书桌上。但是你的书房的书桌同时只能摆放10本书(这个是假设的啊)。那么,问题来了。到底把哪些说留在书桌上最好呢?这里说的最好,就是说你尽量少的跑地下室去找书。为了解决这个问题,人们发明了很多的算法。
其中,比较常见的就是上面这两种:FIFO算法和LRU算法。
FIFO算法:
很简单,我把书桌上的10本书按照放置时间先后堆放成一堆。这里的放置时间,就是说这本书在我的书桌上放了几天了。每次要看书的时候,我先在书桌上找,找到就直接可以读了。读完之后放回原来的位置就可以,不打乱顺序。如果书桌上面没有我要读的书,就去地下室找。找来之后,我就把书桌上放的时间最长的那本(也就是书堆里面最下面的那本书)放回地下室。然后把我今天需要看的这本书放在书堆的最上面。
LRU算法:
也不难,我把书桌上的10本书按照阅读时间先后堆放成一堆。这里的阅读时间,就是说我最近一次读这本书是几天之前。每次要看书的时候,我先在书桌上找,找到就直接可以读了。读完之后放在书堆的最上面。如果书桌上面没有我要读的书,就去地下室找。找来之后,我就把书桌上最久没有阅读的那本(也就是书堆里面最下面的那本书)放回地下室。然后把我今天需要看的这本书放在书堆的最上面。上面这个比方,相信你可以看明白吧。这里的地下室对应内存,书桌对应缓存,书对应页面。
在一个采用页式虚拟存储管理的系统中,有一用户作业,它依次要访问的页面序列是1,2,3,4,1,2,5,1,2,3,4,5.假定分配给该作业的页数为3且作业初始时未装载页面,那么采用FIFO调度算法产生的缺页中断数为多少,采用LRU调度算法产生的缺页中断数为多少?
FIFO算法:(First In First Out),先进先出,一般看到这类思想,首先想到的数据结构应当是队列,但是我们这里最好是用vector,因为调页过程中需要遍历队列检查该页是否已存在,当算法的存储结构是队列或栈,但实现过程中需要经常遍历全队列或全栈的内容时,最好用vector,这是《剑指Offer》面试题25给我的启发。给出一个访问序列的模拟算法到此应该非常简单了,为了节省时间,下面仅给出题目计算步骤,代码今后再补。
访问序列:1,2,3,4,1,2,5,1,2,3,4,5
1,2,3先调入内存,内存结构:3 2 1 缺页次数:3
4调入内存,1调出, 内存结构:4 3 2 缺页次数:4
1调入内存,2调出, 内存结构:1 4 3 缺页次数:5
2调入内存,3调出, 内存结构:2 1 4 缺页次数:6
5调入内存,4调出, 内存结构:5 2 1 缺页次数:7
1存在,内存结构不改变
2存在,内存结构不改变
3调入内存,1调出, 内存结构:3 5 2 缺页次数:8
4调入内存,2调出, 内存结构:4 3 5 缺页次数:9
5存在,内存结构不改变
共缺页9次,缺页中断率 = 缺页中断次数 / 总访问页数 = 9 / 12
LRU算法:最近最少使用(Least Recently Used),先看一下调页过程
访问序列:1,2,3,4,1,2,5,1,2,3,4,5
1,2,3先调入内存,内存结构:3 2 1 缺页次数:3
4调入内存,1调出, 内存结构:4 3 2 缺页次数:4
1调入内存,2调出, 内存结构:1 4 3 缺页次数:5
2调入内存,3调出, 内存结构:2 1 4 缺页次数:6
5调入内存,4调出, 内存结构:5 2 1 缺页次数:7
到这一步其实和FIFO并没有区别
1调入内存,由于内存中存在1,故没有缺页中断,但由于1最近被访问过,所以要将其位置调换,
使它最后一个被淘汰,内存结构:1 5 2
2调入内存,没有缺页中断,但内存位置要变化,内存结构:2 1 5
3调入内存,5调出, 内存结构:3 2 1 缺页次数:8
4调入内存,1调出, 内存结构:4 3 2 缺页次数:9
5调入内存,2调出, 内存结构:5 4 3 缺页次数:10
共缺页10次,缺页中断率:10/12
标签:序列 区别 改变 顺序 模拟 off offer 需要 数据结构
原文地址:https://www.cnblogs.com/shenzhenhuaya/p/sdfsduhoi.html