Q36:线程产生的原因

为何需要线程

进程可以使得多个程序并发执行,以提高资源的利用率和系统的吞吐量,但是其具有一些缺点:

  • 进程在同一时间只能干一件事
  • 进程在执行的过程中如果阻塞,整个进程就会挂起,即使进程中有些工作不依赖于等待的资源,仍然不会执行。

因此,操作系统引入了比进程粒度更小的线程,作为并发执行的基本单位,从而减少程序在并发执行时所付出的时空开销,提高并发性。

和进程相比,线程的优势如下:

从资源上来说, 线程是一种非常"节俭"的多任务操作方式。在linux系统下,启动一个新的进程必须分配给它独立的地址空间,建立众多的数据表来维护它的代码段、堆栈段和数据段,这是一种"昂贵"的多任务工作方式。

从切换效率上来说, 运行于一个进程中的多个线程,它们之间使用相同的地址空间,而且线程间彼此切换所需时间也远远小于进程间切换所需要的时间。据统计,一个进程的开销大约是一个线程开销的30倍左右。

从通信机制上来说, 线程间方便的通信机制。对不同进程来说,它们具有独立的数据空间,要进行数据的传递只能通过进程间通信的方式进行,这种方式不仅费时,而且很不方便。线程则不然,由于同一进城下的线程之间贡献数据空间,所以一个线程的数据可以直接为其他线程所用,这不仅快捷,而且方便。

除以上优点外,多线程程序作为一种多任务、并发的工作方式,还有如下优点:

1,使得多CPU系统更加有效。操作系统会保证当线程数不大于CPU数目时,不同的线程运行于不同的CPU上。

2,改善程序结构。一个既长又复杂的进程可以考虑分为多个线程,成为几个独立或半独立的运行部分,这样的程序才会利于理解和修改。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
假设变刚度阻尼双足机器人动力学方程可以表示为: M(q)q'' + C(q, q')q' + K(q)q = f 其中,q是机器人的广义坐标向量,M(q)是质量矩阵,C(q, q')是科里奥利力矩阵,K(q)是刚度矩阵,f是外部力矩向量。 假设我们要求解某个参数p对所有变量的偏导数,那么我们需要先通过ode45求解机器人的运动学方程,得到q和q'随时间的变化情况。然后,我们可以利用MATLAB的符号计算工具箱,对动力学方程进行符号化处理,并求出所有变量的偏导数。具体步骤如下: 1. 定义符号变量 syms q1 q2 q3 q4 q5 q6 q7 q8 q9 q10 q11 q12 q13 q14 q15 q16 q17 q18 q19 q20 q21 q22 q23 q24 q25 q26 q27 q28 q29 q30 q31 q32 q33 q34 q35 q36 q37 q38 q39 q40 q41 q42 q43 q44 q45 q46 q47 q48 q49 q50 p 其中,q1~q50表示机器人的广义坐标,p是我们要求导的参数。 2. 符号化动力学方程 假设我们已经定义好机器人的质量矩阵M,科里奥利力矩阵C,刚度矩阵K和外部力矩向量f,那么我们可以通过如下代码符号化动力学方程: q = [q1; q2; q3; q4; q5; q6; q7; q8; q9; q10; q11; q12; q13; q14; q15; q16; q17; q18; q19; q20; q21; q22; q23; q24; q25; q26; q27; q28; q29; q30; q31; q32; q33; q34; q35; q36; q37; q38; q39; q40; q41; q42; q43; q44; q45; q46; q47; q48; q49; q50]; q_dot = diff(q); q_ddot = diff(q_dot); M = % 定义质量矩阵 C = % 定义科里奥利力矩阵 K = % 定义刚度矩阵 f = % 定义外部力矩向量 D = M*q_ddot + C*q_dot + K*q - f; 3. 求导 接下来,我们可以利用MATLAB的符号计算工具箱对动力学方程进行求导: dD_dp = diff(D, p); 4. 数值化 最后,我们可以将变量q和q'的数值代入到偏导数表达式中,得到p对所有变量的偏导数值: q_val = % 机器人广义坐标向量随时间的变化 q_dot_val = % 机器人广义速度向量随时间的变化 dD_dp_val = double(subs(dD_dp, [q; q_dot], [q_val; q_dot_val])); 其中,subs函数可以将符号变量中的所有数值替换为实际的数值,double函数可以将符号变量转换为双精度数值。最终,dD_dp_val将是一个与q和q'相同维度的向量或矩阵,表示p对所有变量的偏导数值。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值