- 博客(45)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 组合数学$6 Polya 计数
C6 Polya 计数S1 Burnside 定理0）约定：记讨论的置换群为 G\mathrm{G}G，着色群为 C\mathrm{C}C1）着色：一个映射 ccc ，为每个元素指定颜色2）着色转换：f⋆cf\star cf⋆c ：使得 iki_kik 具有颜色 c(k)c(k)c(k)，即 f⋆c(l)=c(f−1(l))f\star c (l) = c(f^{-1}(l))f⋆c(l)=c(f−1(l))(g∘f)⋆c=g⋆(f⋆c)(g\circ f)\star c = g\star(f
2021-08-30 21:43:56
194
原创 组合数学$5 特殊计数序列
C5 特殊计数序列S1 Catalan 数1）Catalan数：an=1n+1C2nna_n = \frac{1}{n+1} C_{2n}^nan=n+11C2nn非线性递推关系：an+1=∑k=0nakan−ka_{n+1} = \sum\limits_{k=0}^{n} a_k a_{n-k}an+1=k=0∑nakan−k一阶递推关系：an=4n−2n+1an−1,a0=1a_n = \frac{4n-2}{n+1} a_{n-1},a_0 = 1an=n+14n−2an−
2021-08-30 21:43:17
292
原创 组合数学$4 递推关系与生成函数
C4 递推关系与生成函数S0 斐波那契数列1）递推公式：fn+2=fn+1+fn,f0=0,f1=1f_{n+2} = f_{n+1}+f_n,f_0 = 0,f_1 = 1fn+2=fn+1+fn,f0=0,f1=12）通项公式：fn=15[(1+52)n−(1−52)n]f_n = \frac{1}{\sqrt{5}}[(\frac{1+\sqrt{5}}{2})^n - (\frac{1-\sqrt{5}}{2})^n]fn=51[(21+5)n−(21−5)n]3）与
2021-08-30 21:42:13
802
原创 组合数学$3 排列组合生成算法
C3 排列组合生成算法String 近似公式：n!∼2πn(ne)nn! \sim \sqrt{2\pi n}(\frac{n}{e})^nn!∼2πn(en)nS1 排列生成-1）随机法：取数法洗牌法0）递归生成：从 n−1n-1n−1 的排列生成1）Even 全排列算法：执行：每个数上方标一个左右箭头，若指向一个较小的数，称该数可移动从 1,2,⋯ ,n1,2,\cdots,n1,2,⋯,n 开始，所有箭头向左找到最大可移动数 kkk，移动 kkk 并把大于 kk
2021-08-30 21:41:25
557
原创 组合数学$2鸽巢原理与容斥原理
C2 鸽巢与容斥S1 鸽巢原理1）鸽巢定理：qi>0,∑i=1nqi−n+1q_i\gt 0, \sum\limits_{i=1}^n q_i -n+1qi>0,i=1∑nqi−n+1 个物体放入 nnn 个盒中；则 ∃iPi={第i盒中至少有qi个物体}\exist i P_i = \{\small{\mathbb{第i盒中至少有q_i个物体}}\}∃iPi={第i盒中至少有qi个物体} 成立2）变形：简单形式：qi=2,n+1q_i = 2,n+1qi=2,n+1 个物体
2021-08-30 21:40:20
402
原创 组合数学$1排列组合
C1 排列组合S0 计数原理1）加法原理：S=S1+S2+⋯+Sk,Si∩Sj=∅⟹∣S∣=∑i∣Si∣\mathbb{S = S_1 + S_2 + \dots + S_k, S_i \cap S_j = \varnothing \Longrightarrow |S| = \sum\limits_i |S_i|}S=S1+S2+⋯+Sk,Si∩Sj=∅⟹∣S∣=i∑∣Si∣2）减法原理：U=S+A,S∩A=∅⟹∣S∣=∣U∣−∣A∣\mathbb{U = S+A,S\cap A =
2021-08-30 21:37:56
513
原创 组合数学$0导论
C0 导论幻方1）规则：将 1,2,⋯ ,n21,2,\cdots,n^21,2,⋯,n2 填入矩阵，每一行、列、对角线之和为 s=(n2+1)n/2s = {(n^2+1)n}/2s=(n2+1)n/2（幻和）2）De la Loubere 奇阶幻方构造方法：111 写在第一行中间，从 111 到 n2n^2n2 按左下到右上的顺序填写若达到第一行，则下一个数在最后一行，下一列若到达最后一列，则下一个数在第一列，上一行若下一个位置有数字，则下一个数字在正下方3）幻方体：每一行、列、截面
2021-08-30 21:36:07
193
原创 运筹学 $10 动态规划
§10 动态规划C1 动态规划1）阶段：将问题划分为若干联系的阶段。描述变量称为阶段变量，记为kkk2）状态：每个阶段起始时的状况。描述变量称为状态变量，记为sks_ksk。取值范围称可达状态集，记为SkS_kSk无后效性：某阶段状态给定后，此后阶段的发展不受此前状态的影响，而仅仅受此状态影响。3）决策：每一阶段所能够采取的动作集合。描述变量称为决策变量，记为uk(sk)u_k(s_k)uk(sk)。取值范围称为允许决策集合，记为Dk(sk)D_k(s_k)
2020-09-28 10:55:30
378
原创 编译原理 $2 语法分析
§2 语法分析C1 语法分析1）作用：接受词法单元流，检查是否符合文法，翻译出中间代码2）语法分析方法：自底向上与自顶向下3）语法错误处理：错误：词法错误、语法错误、语义错误、逻辑错误恢复：Panic模式：依次丢弃输入中的符号，直至找到同步语法单元。同步语法单元通常为界限符，如; {}等，作用清晰无二义。Panic模式简单，不会进入死循环，但往往跳过大量输入短语层次恢复：纠正输入，如替换,与;，补充;。难以检测实际错误在检测位置之前的情况错误产生式：预测可能的常见错误，在文法中加入特殊
2020-08-26 12:58:12
552
原创 常微分方程 $5 微分方程稳定性
§5 微分方程稳定性C1 稳定性1）平衡解/驻定解：令驻定微分方程右端为0得到的常数解2）稳定性：稳定：∀ϵ>0,∃δ(ϵ,t0)>0,s.t.∥x(t0)∥≤δ ⟹ ∀t≥t0,∥x(t)∥<ϵ\forall \epsilon\gt0,\exist \delta(\epsilon,t_0)\gt0,s.t.\Vert x(t_0)\Vert\le\delta\implies\forall t\ge t_0 ,\Vert x(t)\Vert\lt\epsilon∀ϵ>
2020-08-23 02:27:49
2403
原创 编译原理 $1 词法分析
文章目录§1 词法分析C1 词法分析C2 词法C4 有限自动机C4 实现细节C5 自动生成技术§1 词法分析C1 词法分析1）作用：从源程序中提取词法单元，收集信息填写符号表，供语法分析使用2）扫描阶段：源程序预处理过滤注释和空白宏处理扩展3）词法分析阶段：生成语法单元收集与词法单元有关的信息4）词法错误处理：防御式：尝试进行修改剩余输入使其能够匹配某个模式，如删除、替换、插入字符，交换两相邻字符契约式：报错语法分析和词法分析分离：简化编译器设计：通过预处理将源程
2020-08-23 02:22:27
542
原创 数值分析 $6 常微分方程
§6 常微分方程C1 ODE求解器dydx=f(x,y)\frac{\mathrm{d}y}{\mathrm{d}x}=f(x,y)dxdy=f(x,y)，fff是矩形域R:∣x−x0∣≤a,∣y−y0∣≤bR:|x-x_0|\le a,|y-y_0|\le bR:∣x−x0∣≤a,∣y−y0∣≤b上连续函数 式6.1.11）欧拉方法：从(x0,y0)(x_0,y_0)(x0,y0)开始，选定固定步长xn+1−xn=hx_{n+1}-x_n=hxn+1−xn=h,得y^n+1=y^n
2020-08-18 05:16:02
431
原创 数值分析 $5 数值微积分
§5数值微积分C1 数值微分1）二点前向差分公式：f′(x)=f(x+h)−f(x)h−h2f′′(c),c∈[x,x+h]f'(x) = \frac{f(x+h)-f(x)}{h} - \frac{h}{2}f''(c),c\in [x,x+h]f′(x)=hf(x+h)−f(x)−2hf′′(c),c∈[x,x+h]当误差为O(hn)O(h^n)O(hn)时，称为nnn阶近似方法。二点前向差分公式是一阶近似2）三点中心差分公式：f′(x)=f(x+h)−f(x−h)2h−h26f′′′(
2020-08-17 22:12:02
1094
原创 常微分方程 $6 一阶微分方程解的存在唯一性
§6 解的存在唯一性C1 存在唯一性定理dydx=f(x,y)\frac{\mathrm{d}y}{\mathrm{d}x}=f(x,y)dxdy=f(x,y)，fff是矩形域R:∣x−x0∣≤a,∣y−y0∣≤bR:|x-x_0|\le a,|y-y_0|\le bR:∣x−x0∣≤a,∣y−y0∣≤b上连续函数 式6.6.11）Lipschitz条件：若∣f(x,y1)−f(x,y2)∣<L∣y1−y2∣|f(x,y_1)-f(x,y_2)|<L|y_1-y_2|∣f(x,y
2020-08-17 04:53:30
1638
原创 常微分方程 $附录A 拉普拉斯变换
附录A 拉普拉斯变换C1 性质1）齐次性：L[af(t)]=aF(s)L[af(t)]=aF(s)L[af(t)]=aF(s)2）叠加性：L(f1(t)±f2(t))=F1(s)±F2(s)L(f1(t)±f2(t))=F1(s)±F2(s)L(f1(t)±f2(t))=F1(s)±F2(s)3）微分性质：一阶导：L[ddtf(t)]=sF(s)−f(0)L[\frac{\mathrm{d}}{\mathrm{d}t}f(t)]=sF(s)−f(0)L[dtdf(t)]=sF(s)−f(0)
2020-08-15 21:22:07
582
原创 常微分方程 $4 线性微分方程组
§4 线性微分方程组C1 解的结构1）一阶线性微分方程组：简记为x⃗′=A(t)x⃗+f⃗(t)\vec x' = A(t) \vec x +\vec f(t)x′=A(t)x+f(t){x⃗1′=a11(t)x⃗1+a12(t)x⃗2+⋯+a1n(t)x⃗n+f⃗1(t)x⃗2′=a21(t)x⃗1+a22(t)x⃗2+⋯+a2n(t)x⃗n+f⃗2(t)⋯⋯x⃗n′=an1(t)x⃗1+an2(t)x⃗2+⋯+ann(t)x⃗n+f⃗n(t)\begin{cases}\vec x_1' =
2020-08-15 21:21:22
839
原创 应用随机过程 $5 更新过程
§5 更新过程C1 更新过程1）更新过程：时间到达间隔X(t)X(t)X(t)独立同分布(FFF)的计数过程N(t)N(t)N(t)避免平凡情形，令P{Xn=0}<1P\{X_n=0\}<1P{Xn=0}<1，记Sn=∑i=1nXiS_n=\sum\limits_{i=1}^nX_iSn=i=1∑nXi，则N(t)=max{n∣Sn≤t}N(t) = \max\{n|S_n\le t\}N(t)=max{n∣Sn≤t}以概率1有N(t)<∞N(t)&l
2020-08-11 20:35:45
1441
原创 应用随机过程 $4 连续Markov
§4 连续MarkovC1 连续Markov1）连续Markov：P{X(t+s)=j∣X(t)=i,X(u)=x(u),u∈[0,s)}=P{X(t+s)=j∣X(t)=i}P\{X(t+s) = j|X(t) = i ,X(u)=x(u),u\in[0,s)\}=P\{X(t+s)=j|X(t) =i\}P{X(t+s)=j∣X(t)=i,X(u)=x(u),u∈[0,s)}=P{X(t+s)=j∣X(t)=i}状态连续停留时间∼e(vi)\sim e(v_i)∼e(vi)，viv_ivi称
2020-08-10 12:41:03
587
原创 数值分析 $4 最小二乘法
§4 最小二乘最小二乘问题：最小化余项∥b−Ax∥\Vert b-Ax \Vert∥b−Ax∥，解xˉ\bar xxˉ称为最小二乘解C1 法线方程法1）不一致方程组：无解方程组2）法线方程：ATAx=ATbA^TAx = A^TbATAx=ATb推导：超平面AxAxAx中距离bbb最近的xˉ\bar xxˉ满足：∀x:b−Axˉ⊥Ax ⟹ ∀x:(Ax)T(b−Axˉ)=xTAT(b−Axˉ)\forall x:b - A\bar x \perp Ax\implies \forall
2020-08-10 11:12:44
441
原创 运筹学 $5约束极值
§5 约束极值C1 最优性条件1）非起作用约束：当前可行解不在约束边界的约束如g(X0)>tg(X_0)\gt tg(X0)>t满足g(X0)≥tg(X_0)\ge tg(X0)≥t但不在边界上2）可行方向：∃λ:X0+λD∈R ⟺ \exist\lambda:X_0+\lambda D\in R\iff∃λ:X0+λD∈R⟺对于所有起作用约束∇g(X0)TD≥0\nabla g(X_0)^TD\ge 0∇g(X0)TD≥03）下降方向：若∃δ∀λ∈[0,δ]f(X0+
2020-08-05 23:17:04
542
原创 运筹学 $4 无约束优化
§4 无约束优化C1 无约束问题1）问题模型：{minf(X)gi(X)≥0\begin{cases} \min f(X)\\g_i(X)\ge 0\end{cases}{minf(X)gi(X)≥0线性规划问题的最优解总在边界上取得，但非线性规划可在可行域内某一点取得2）凸规划：f(X)f(X)f(X)凸，g(X)g(X)g(X)凹可行域为凸集局部最优即全局最优最优解是凸集，当f(X)f(X)f(X)严格凸时唯一C2 下降迭代法1）下降迭代：使用迭代方式逐步减少f(X(k)
2020-08-05 04:05:17
472
原创 决策论基础
§ 决策论决策分类：按决策粒度：定量决策与定性决策按决策环境：确定型，风险型，不确定型按决策连续性：单项决策，序贯决策C1 不确定型决策1）不确定性：未知决策环境，如销量情况未知2）决策矩阵：不同决策为行和不同决策环境为列的收益矩阵3）悲观主义：maxjminiaij\max\limits_j \min\limits_i a_{ij}jmaximinaij准则4）乐观主义：maxjmaxiaij\max\limits_j \max\limits_i a_{ij}jma
2020-08-05 03:59:06
857
原创 数值分析 $2方程组
§2 方程组C1 高斯消去法1）高斯消去法：利用行变换将系数矩阵化为下三角矩阵之后，再化为对角矩阵共需要进行n(n−1)2+n\frac{n(n-1)}{2}+n2n(n−1)+n次行变换，O(n3)O(n^3)O(n3)，回代过程O(n2)O(n^2)O(n2)aiia_{ii}aii称为主元，若算法过程中主元为0，算法终止2）LU分解法：写出高斯消去法的行变换逆矩阵LLL，得A=LUA=LUA=LU，先求解Ly=bLy = bLy=b得到yyy。再求解Ux=yUx=yUx=y得到xxx
2020-08-01 19:34:51
310
原创 随机过程 $3泊松过程
§3 泊松过程C1 指数分布1）无记忆性：∀s,t>0:P{X>s+t∣X>s}=P{X>t}\forall s,t\gt 0:P\{X\gt s+t|X\gt s\}=P\{X\gt t\}∀s,t>0:P{X>s+t∣X>s}=P{X>t}X∼e(λ):E[X−t∣X>t]=EXX\sim e(\lambda): E[X-t|X\gt t]=EXX∼e(λ):E[X−t∣X>t]=EX指数分布是唯一满足无记忆性的分布证明：F
2020-08-01 13:40:31
444
原创 应用随机过程 $2 离散Markov
§2 Markov链C1 Markov链1）Markov过程：具备无后效性的随机过程无后效性：P{Xk=j∣x0=x0,…,Xk−1=i}=P{Xk=xi∣Xk−1=i}=PijP\{X_k = j|x_0=x_0,\dots,X_{k-1}=i\}=P\{X_k=x_i|X_{k-1}=i\}=P_{ij}P{Xk=j∣x0=x0,…,Xk−1=i}=P{Xk=xi∣Xk−1=i}=PijMarkov链：离散Markov过程2）转移概率：Pij=P{Xk+1=j∣Xk=i}P
2020-07-28 13:49:02
468
原创 运筹学 $3 整数线性规划
§2 整数线性规划整数规划ILP：含有整数约束条件xi∈Z∗x_i \in Z^*xi∈Z∗C1 分支定界法1）分支定界法：隐枚举的一种，枚举过程中发生剪枝将决策划分为多步，每步含有多个决策分支。在遍历决策树时，不断更新已知的最优解（下界不断抬升）。遍历时估计当前分支的最终效益（上界不断下降），若劣于最优解则剪枝2）应用于整数规划：通过非整数规划确定一个初始分支假设当前分支中某变量xk=ax_k = axk=a（非整数）则产生的两个子分支分别是非整数规划问题添加约束x
2020-07-06 16:18:19
629
原创 运筹学 $2 运输问题
§2 运输问题特殊的规划问题之一，有特殊的求解方式C1 问题模型1）mmm个产地常量a1,…,am,na_1,\dots,a_m,na1,…,am,n个销地销量b1,…,bnb_1,\dots,b_nb1,…,bn，产地 iii 到销地 jjj 运价aija_{ij}aij产销平衡问题：minz=∑i=1m∑j=1ncijxij{∑i=1mxij=bj,j=1,2,…,n∑j=1nxij=ai,j=1,2,…,nxij≥0\min z = \sum_{i=1}^m \sum_
2020-07-06 00:16:07
1585
原创 运筹学 $1 线性规划
§1 线性规划文章目录§1 线性规划C1 基础概念C2 单纯形法C1 基础概念1）线性规划问题标准形式：目标函数：maxz=CX\max{z} = CXmaxz=CX约束条件：{∑j=1nPjxj=bi,i=1,2,…mxj≥0\begin{cases} \sum_{j=1}^n P_j x_j =b_i,i=1,2,\dots m\\ x_j \ge 0\end{cases}{∑j=1nPjxj=bi,i=1,2,…mxj≥0，矩阵表述：{AX=bX≥0,A=(P1,…,Pn)\
2020-07-05 13:02:35
1170
原创 常微分方程 $3 高阶微分方程
§3 高阶微分方程C1 线性微分方程的一般理论1）nnn阶线性微分方程：y(n)+a1(x)y(n−1)+⋯+an(x)y=f(x)y^{(n)}+a_1(x)y^{(n-1)}+\cdots+a_n(x)y = f(x)y(n)+a1(x)y(n−1)+⋯+an(x)y=f(x)2）解的存在性定理：ai(x),f(x)∈C[a,b] ⟹ ∀t0∈[a,b],∀f(i)(t0)a_i(x),f(x) \in C[a,b]\implies\forall t_0\in[a,b],\forall f
2020-07-03 02:54:26
407
原创 TSP 分支定界法
分支定界算法与TSP1）分支定界算法：估价函数：用于确定决策分支的取值界限分支：每一步决策有多种决策方案，每一个方案都构成一个决策分支。定界：在当前决策情况下，估计当前分支完成全部决策时的最优取值在某个分支完成了全部决策步骤时，更新最优解剪枝：若某一分支的估计最优取值劣于当前已知的最优解，则该分支没有继续决策的必要2）TSP：寻找路径权值和最小的哈密顿环路决策：分n步进行，每步决策选择下一个节点的标号。（理由是哈密顿环路可以写成一个全排列）估价函数：当前已行进的路径长度
2020-07-02 00:45:29
1878
原创 常微分方程 $2一阶微分方程
§2 一阶微分方程C1 常微分方程1）变量分离方程：dydx=f(x)ϕ(y)\frac{\mathbb{d}y}{\mathbb{d}x} =f(x)\phi(y)dxdy=f(x)ϕ(y) 通解：∫1ϕ(y)dy=∫f(x)dx+c,c\int \frac{1}{\phi(y)}\mathbb{d}y = \int f(x) \mathrm{d} x +c,c∫ϕ(y)1dy=∫f(x)dx+c,c应当使得方程有意义(无特殊说明总是) 特解：若有ϕ(y0)=0\phi(y_0) = 0
2020-06-23 01:12:39
315
原创 数值分析 $9 随机数与应用
§9 随机数与应用C1随机数1）随机数：独立分布的数集伪随机数不独立，使用纯数学方法生成的是伪随机数2）线性同余生成器(LCG)：xi=(axi−1+b)%mx_i = (ax_{i-1} + b) \% mxi=(axi−1+b)%m，a为乘子，b为偏移，m为模数，x0称为种子最小标准随机数生成器：m=231−1,a=75=16807,b=0m = 2^{31} - 1,a = 7^5 = 16807, b = 0m=231−1,a=75=16807,b=0形如2p−12^p
2020-06-22 17:29:17
508
原创 数值分析 $3 插值
§3 插值C1 数据与插值函数1）插值：计算y=P(x)y = P(x)y=P(x)使得yi=P(xi),i=1,2,…,ny_i = P(x_i),i = 1,2,\dots,nyi=P(xi),i=1,2,…,n2）多项式插值有利于提升计算机计算性能拉格朗日插值：L(x)=∑iyi∏j≠ix−xjxi−xjL(x) = \sum\limits_{i} y_i\prod\limits_{j\neq i}\frac{x-x_j}{x_i-x_j}L(x)=i∑yij=i∏xi−x
2020-06-21 21:07:20
294
原创 数值分析 $1解方程
S1 求解方程C1 二分法1）原理：零点定理：f∈C[a,b],f(a)f(b)<0 ⟹ ∃c∈[a,b],f(c)=0f\in C[a,b],f(a)f(b)<0\implies \exist c\in[a,b],f(c) = 0f∈C[a,b],f(a)f(b)<0⟹∃c∈[a,b],f(c)=02）实现：% 二分法计算f(x)近似解% 输入：% f：函数句柄% a，b：区间端点% tol：解精度% 输出：近似解function xc=binsect(f,
2020-06-20 00:29:23
1154
原创 常微分方程 $1 绪论
§1 绪论C1 微分方程1）常微分方程：关于单个自变量的微分方程；偏微分方程：多个自变量2）阶数：未知函数的最高阶导数的阶数n阶常微分方程有形式：F(x,y,dydx,…,dnydxn)=0F(x,y,\frac{\mathbb{d}y}{\mathbb{d}x},\dots,\frac{\mathbb{d^n}y}{\mathbb{d}x^n}) = 0F(x,y,dxdy,…,dxndny)=03）线性：F(x)F(x)F(x)是关于y,y′,…,y(n)y,y',\dots,y^{(
2020-06-19 15:08:52
349
原创 OS-S4 磁盘管理
§1 磁盘管理C1 磁盘1）存储区：扇区：盘片分为多个扇形区域。实际上每个磁道扇区数不是常量磁道：盘片上同心圆柱面：不同盘片，相同磁道组成圆柱每盘片2个盘面，各有一个磁头容量 = 盘片数 × 面/盘 × 磁道数 × 扇区/磁道 × B/扇区由于存在坏道、存在校验盘等，实际容量更小2）磁盘一维映射：磁盘驱动器将磁盘视为一维逻辑数组，逻辑块是最小单位读取一个扇区需要：柱面，磁头，扇区三个参数建立映射：扇区0为最外柱面第一个磁
2020-06-02 00:43:37
178
原创 OS-S5 文件系统
§4 文件系统文章目录§4 文件系统C1 文件C2 目录C3 文件系统C4 管理和优化C5 虚拟文件系统C6 文件系统实例MS-DOSUNIX V7CD-ROMISO-9960Rock Ridge扩展Joliet扩展C1 文件1）文件名：名称.扩展名。命名规则：字母/下划线/其他允许的字符Unix允许有任意长度扩展名/没有扩展名/多个扩展名，仅仅作为提示使用Windows则需要注册扩展名，并且规定指定程序打开拥有对应扩展名的文件Unix区分大小写，而老的文件系统不支持(如MS-DOS及FAT-
2020-06-02 00:42:43
494
原创 OS-S6 设备管理
§5 设备管理文章目录§5 设备管理C1 IO 管理C2 缓冲技术C3 IO性能C1 IO 管理1）功能：提供统一的独立于设备的用户接口：命令接口和编程接口分配和释放设备设备访问控制：并发访问和差错处理、访问权限控制IO缓冲和IO调度，提升IO效率2）分层设计思想：每一层执行OS功能的一个子集，依赖于第一层的更原始的功能，同时为高一层服务。高层不依赖于硬件，为用户提供友好清晰简单的功能强的接口用户层次：IO系统调用中间层：逻辑IO → 设备IO → 调度控制
2020-06-02 00:41:38
146
原创 OS-S2 内存管理
§2 内存管理文章目录§2 内存管理C0 存储管理C1 直接映射管理C2 分区式管理C3 虚拟内存P1 虚拟内存技术P2 页式存储P3 页目录自映射P4 请求页面式管理P5 系统性能C4 页面共享C4 段式管理C0 存储管理1）功能：存储分配与回收地址转换：可执行文件链接，程序重定位加载，虚实地址转换存储共享与保护存储器扩充：处理存储不足2）地址空间：用于寻址内存的地址集合存储管理基础：地址独立：程序地址与物理地址无关地址保护：程序不能访问其它程序的地址空间早期独立地
2020-06-01 14:27:01
242
原创 OS-S3 进程管理
§3 进程管理文章目录§3 进程管理C1 进程C2 线程C3 进程调度C4 进程同步C5 进程间通信C6 经典同步问题C1 进程1）并发：同一时间两个进程都在运行或者阻塞。可能在不同处理机并行：同一时间两个进程都在运行。特点：间断性：执行过程中可能阻塞挂起非封闭性：多个进程共享资源，可能相互影响不可再现性：执行结果依赖于调度执行次序并发条件：Bernstein条件(充分条件)：不发生读写冲突R(Si),W(Si)R(S_i),W(S_i)R(Si),W(Si)为SiS_iS
2020-05-30 23:18:43
278
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人