不动点定理的及其有趣应用

最近读高观点下的数学这本书，对书中介绍的布劳威尔不动点定理的有趣性质印象很深，原因是这个定理的某些性质能够解释我们生活中的一些常见现象，这里结合一个例题加以分析，然后介绍这个定理的思想在计算机系统页表映射中的应用，聊以记录。

从一个数学题讲起：

f(x)是定义在[0,1]上的连续函数，并且0<=f(x)<=1.求证：至少存在一个ξ,使得f(ξ)=ξ;

证明过程比较简单，构造函数：

F(x)=f(x)-x

则,F(0)=f(0)-0 >=0, F(1)=f(1)-1<=0.

根据零点定理，函数F(x)在闭区间[0，1]上连续，且F(0)与 F(1)异号（即F(a)× F(b)<0），那么在开区间（a，b）内至少有函数F(x)的一个零点，即至少有一点ξ（0<ξ<1）使F(ξ)=0. 得证。

上面的例子拓展一下，给定函数f(x),那么就把满足f(x)=x这样的x称为不动点，其实就是题目中的ξ，有的函数有不动点，有的函数就没有不动点，比如下面的函数有不动点：

但是如下的函数y=x^2+0.8却没有不动点：

 那么什么样的函数会有不动点呢？我们从几何图形的角度反思一下刚才的题目，所谓满足f(x)=x的点，其实就是y=f(x)的图像与y=x这条直线的交点，在这个题目中，f(x)的定义域在[0,1]时，值域也是[0,1].所以，你的f(x)不管怎么画，只要它是连续的，必然会和正方形的对角线有1个交点，这个交点就是不动点：

把上面的信息提取出来，就得到了布劳威尔定理的一维情景：f(x)是定义在闭区间I上的连续函数，如果它的值域也包含在I中，则它至少存在一个不动点，这个定理对于多维空间也是适用的。

可以用牛顿数值计算法找到这个不动点：

上图寻找不动点的轨迹在不动点两侧呈现出左吸右拉的特点，具体的说，在(-∞,0)时，寻找轨迹发散，无法找到不动点，但是在[0,不动点]区间，轨迹收敛于不动点，同样，[不动点，1]区间收敛，但是(1,∞)又开始发散，所以看起来围绕不动点的[0,1]区间有点类似于黑洞视界，主要进入它的势力范围，马上被吸入不动点，否则则是发散到无穷远处。

上面介绍的是不动点定理的一维情景，不动点定理同样适用于高维空间，我们生活中遇到最多的应用情况就是不动点定理在2维空间中的应用，用公式表示就是：

f(x,y) = (x,y)

典型的应用场景举例：

1.桌面上放着一张和桌面大小形状一样的白纸，我们把它拿起来，揉成团，再仍回桌面，那么就可以断言，这张纸团上一定至少存在一个点，这个点在桌面上的投影和这个点在纸张展平状态下的位置重合。

2.我们去商场或者旅游经典经常会看到场所的导航牌，上面绘制了游览区域的二维平面地图，地图中用红色几何图形标志了你当前所在的位置。其实这幅图之所以能够绘制出来，全拜不动点定理所赐。

3.任何的地图导航软件，都有一个功能，标记你当前所在的位置在地图上位置表示，并且伴随着你的移动而移动，这个点能够绘制出来，也是由不动点定理的正确性保证的。

园区地图的例子：

地图举例：

这个定理的证明非常复杂，涉及到拓扑学，非数学专业本硕阶段都不会涉及。这里只用geogebra直观演示一下的有趣指出，以地图导航为例，在中国地图上找到不动点的位置：

因为两张地图是一个正比的满射，原理推导比较简单，如下图所示，不再赘述。

可以根据方程与直线交点的关系，算出不动点的坐标

解方程的应用-迭代法

不动点定理也是迭代法的基础，设X是一个空间，映射ƒ:Χ→Χ 把每两点的距离至少压缩λ倍，即d(ƒ(x),ƒ(y))≤λd(x,y)，λ是一个小于1的常数，那么ƒ必有而且只有一个不动点,而且从Χ的任何点x0出发作出序列x1=ƒ(x0)，x2=ƒ(x1),...,xn=ƒ(xn-1)...，这序列一定收敛到那个不动点。这条定理是许多种方程解的存在性、惟一性及迭代解法的理论基础。

做一个不太恰当的比喻，比如你手中拿着一个气球，气球在不停的放气导致体积越来越小，如果在放气过程中，气球保持原来的空间位置不变，那么在放气的过程中，一定始终存在一个位置，这个位置在气球放气前后始终保持不变。想要算出这个位置也很容易，只要在原始气球空间内随便找到一个点，代入f,由于f是一个不断缩小的映射，得到的的结果会比原来的值小，在把新得到的值不断代入f，得到的结果将不断逼近于最终的不动点。

北方的朋友家里都会蒸馒头，蒸馒头用的面团经过发酵后膨胀，只要面盆没有移动过位置，你就可以说，这个面团中一定有一点，在发酵前后的位置是不变的。而且也可以根据迭代法算出这个点。

在计算机系统中的应用

虚拟化内存的通用思路：https://www.kernel.org/doc/ols/2007/ols2007v1-pages-225-230.pdf

1. A radix tree ,the page table, encoding the virtualto-physical translation.  This tree is provided by system software on physical memory, but is rooted in a hardware register (the cr3 register).
2. A mechanism to notify system software of missing translations (page faults).
3. An on-chip cache (the translation lookaside buffer, or tlb) that accelerates lookups of the page table.
4. Instructions for switching the translation root in order to provide independent address spaces.
5. Instructions for managing the tlb.

这种自身的一部分到自身的映射，颇有点像计算机系统中存在于内存的PAGE TABLE到其容器-整个Memory的映射，既然如此，在页表类似中，应该也存在不动点，简单起见，以一个虚拟地址为11BIT的两级映射模型为例说明，示意图如下图。

指针宽度小于等于计算机的字长，模型定义的指针为11位，所以定义模型字长为16位，PGD位于PFN 1，PGD的ENTRY 0指向下级PTE，位置在PFN3，PTE的ENTRY 1映射到自身PFN3，所以PFN3中的PTE ENTRY2就是那个不动点，作为一个PTE ENTRY，它映射的页框自身就是它所在的位置，如同公园导航地图中的情况，你恰好在这里。

另外，也可以总结出，只有最后一级页表PTE具有这种再指向自身的能力，因为PTE定义的下级页框并未定义使用方式，而如果是上级页表，则强行定义了下级页表的格式，所以，对于PTE来说，顶多映射后的虚拟地址为占用状态（占用作为PTE TABLE），而并没有格式要求，对于PGD来说，加入PGD ENTRY 3重新映射回自身，但是作为PGD的下级，必须是PTE表，那这个PFN到底是PGD呢还是下级PTE呢？就会起冲突。

页目录大小和PAGE SIZE并没有绝对关系，PAGE_SIZE为4K，并不要求中间页表项一定要小于等于4K，也可以大于PAGE SIZE。比如上面的例子，如果把前面的两级合为1级，一共有6个BIT，每个项目2个字节，所以表项为128字节，大于页面大小32字节。

同理，页表也可以小于PAGE SIZE，比如ARM的 segment映射，使用一级页表，页表16K，一共4K条目，每个条目映射1M，总共映射4G，页表大小16K远远小于 1M的PAGE SIZE。

如果将页表存储在一个独立的存储器上去映射主存，比较容易接受，但是如上面所分析，这两种情况是等价的。就如同你在国内看中国地图，和在国外看中国地图，都不会有阻碍一样。唯一的区别是，页表存在于独立存储器上时，不存在不动点。

关于指针长度和字长

大学学微机原理从8086开始学的，8086比较奇葩，它的地址总线是20位，数据总线是16位，用现在比较时髦的话术描述，它应该属于一个真16位系统，数据总线和地址总线的不一致，导致CPU内核发出去的地址无法直接访问完整个20位的地址空间，所以设计了段机制，通过段和数据总线16位的组合成20位的物理地址。所以，这个时候，CPU发出去的16为指针是不能直接使用的，必须和段选择子结合在一起才能发到地址总线上。这个时候，指针长度等于字长16位。

随后，INTEL新的处理器改变了设计，处理器的数据总线和地址总线宽度变的一致了，这样在也不用短选择子这个鸡肋的设计了。所以，目前的INTEL处理器，指针和字长仍然是一致的。但是由于64位的指针过长，导致CACHE利用率低，有的时候不需要这样长的指针设计，所以配合编译器又出现了ILP32等应用方式，指针的长度可以小于字长。

---

结束