【AA notes】Online & Paging

Online算法（区别于offline 算法）的3个特点：

1. 基于部分的input，只知道当前和过去的，并不知道未来的input
2. 相当于在现有input的基础上用贪心算法（local gready）
3. 从全局来看并不是最优，因为不能对global data做出accurate assumption

为了分析online算法，我们引入霸气牛逼吊炸天的 competitive analysis技术。

那么拿online算法的cost和谁比呢？那必然是和上帝视角的offline算法，最优的cost，C_opt。

如果一个online算法A满足下面：

那我们就说，算法A是K-competitive的，意思就是A的cost不超过（offline opt 的乘以K，再加个常数）。

其实competitive analysis也是一种amortized analysis, 只不过它算的不是简单的amortized cost, 而是相对的，相对于（offline opt）。

举个栗子，Move-To-Front, 一种update linked list中元素排序的方法，使得总access cost变小。

Offline opt 有static(元素位置不能改变) 和dynamic(元素位置可以改变)两种version. 可以尝试分析一下，static还可以，dynamic特别酸爽。

Paging算法

假设有cache（容量小）和main memory(容量大) 两级的memory系统。CPU要处理的时候，是从cache读入data的。

所以要是能把CPU较为常用的data放在cache里就能节省时间，但是cache比较小，所以就得决定什么内容放cache。

CPU在cache里面找一个page, 没找到，就叫page fault。我们的目标：减小page fault.

cache容量有限，有进就有出，如果需要discard一些page, 我们有一些策略： FIFO，或者least recently used, 或者least frequently used.

相对应的offline opt上帝视角开挂法就是：size k = 3