【学习笔记】第三章——内存 I(交换技术、进程七状态模型、动态分区分配、动态分区算法)

一. 交换状态、进程七状态模型

  • 交换技术:内存空间紧张,把某些进程暂时换出外存。(进程在内存与磁盘间动态调度)
  • 进程七状态:相对于五状态,多了两种挂起状态(挂起:换到外存
  • (以后谈到进程状态的时候,可以再提提挂起态噢)
    在这里插入图片描述
  • 进程换到磁盘的存储位置对换区(连续存储,更快)。外存还有文件区,这地儿是用来存储的(占比更多),更追求空间利用率,因此采用离散存储
  • 何时交换:缺页频繁时
  • 换出哪些进程?
    1. 阻塞进程(反正你也跑不了,不如把你换了~)
    2. 低优先级进程
    3. 注意:PCB 常驻内存,不会被换出

在这里插入图片描述

二. 内存的分配方式

  • 前提:操作系统需要为用户进程分配连续的内存空间。
  • 动态分区分配:进程装入内存时,才动态地建立分区(动态分区没有内部碎片
  • 内部碎片:分配给进程的内存区域,有部分没用上
  • 外部碎片:内存空闲分区太小,分配不了
  • 外部碎片的解决方法:紧凑技术(往下压,类似 JVM GC 的标记压缩算法)
    在这里插入图片描述

三. 动态分配算法

  • 这地儿…也不知道重不重要,总之先写一点笔记吧
  • 四种算法各有优劣
  • 首次适应:按序找,用第一个合适的。综合性能最好
  • 最佳适应:优先使用更小的。(产生很多碎片)
  • 最坏适应:优先使用更大的。(解决碎片问题,但不利于大进程)
  • 邻近适应:从上一次查找的结束位置开始查找。
    在这里插入图片描述
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
实验内容: 编写一个动态分区分配算法模拟程序,加深对动态分区存储管理方式及其实现过程的理解。 要求: 1.空闲分区通过空闲区链进行管理,在内存分配时,优先考虑低地址部分的空闲区。 2.分别采用首次适应算法、最佳适应算法和最坏适应算法模拟内存空间的动态分配与回收,每次分配和回收后显示出空闲区链的详细情况(说明:在申请不成功时,需要打印当前内存的占用情况信息)。 3.进程内存空间的申请和释放可由用户自定义输入。 4.参考请求序列如下: (1) 初始状态下可用内存空间为640KB; (2) 进程1申请130KB; (3) 进程2申请60KB; (4) 进程3申请100KB; (5) 进程2释放60KB; (6) 进程4申请200KB; (7) 进程3释放100KB; (8) 进程1释放130KB; (9) 进程5申请140KB; (10) 进程6申请60KB; (11) 进程7申请50KB; (12) 进程6释放60KB。 测试用例格式如下: 输入: 动态分区分配算法选择 可用内存空间容量 序号/进程号/申请或释放操作/申请或释放的容量 其中: (1) 动态分区分配算法:1----首次适应,2----最佳适应,3----最坏适应 (2) 申请或释放操作: 1----申请操作,2----释放操作 输出: 序号/内存空间状态1/内存空间状态2...... 内存空间状态表示分为两种情况: (1) 内存空间被占用: 内存空间起始地址-内存空间结束地址.1.占用的进程号 (2) 内存空间空闲 内存空间起始地址-内存空间结束地址.0
好的,我知道了,下面是我的回答: 聚类算法是一种无监督学习算法,它可以将数据集中的数据按照某种规则进行分组,使得同一组内的数据相似度较高,不同组之间的数据相似度较低。聚类算法可以帮助我们对数据进行分类、分析和理解,同时也可以为其他机器学习任务提供数据预处理和特征提取的支持。 聚类算法的基本流程包括:确定聚类算法的目标函数、选择相似度度量方法、选择聚类算法、确定聚类的数量、进行聚类操作以及评估聚类效果。常见的聚类算法包括K-Means算法、层次聚类算法、密度聚类算法等。 K-Means算法是一种基于距离的聚类算法,它的基本思想是将数据集中的数据划分为K个簇,使得同一簇内的数据相似度较高,不同簇之间的数据相似度较低。K-Means算法的优点是计算复杂度较低,容易实现,但是需要预先指定簇的数量和初始聚类中心。 层次聚类算法是一种基于相似度的聚类算法,它的基本思想是不断合并数据集中相似度最高的数据,直到所有数据都被合并为一个簇或达到预先设定的簇的数量。层次聚类算法的优点是不需要预先指定簇的数量和初始聚类中心,但是计算复杂度较高。 密度聚类算法是一种基于密度的聚类算法,它的基本思想是将数据集中的数据划分为若干个密度相连的簇,不同簇之间的密度差距较大。密度聚类算法的优点是可以发现任意形状的簇,但是对于不同密度的簇分割效果不佳。 以上是聚类算法的基础知识,希望能对您有所帮助。

“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