OS实验:实现页面替换的FIFO与LRU算法(C++)

1.FIFO

       FIFO算法即为“先进先出”算法,主要用到的数据结构是队列,用到一个页面时,先判断它是否已在内存中,如果已在内存中,则未产生缺页错误,直接使用该页面即可,继续看下一个页面;否则,产生缺页错误,需要将该页面调入内存。这时,需要判断队列(内存单元)是否已满,如果满了,就需要将队首元素移出队列,再将新元素加入其中;如果没满,直接将新元素加入队列即可。

用到的变量及数据结构:

int ap:队列的大小/内存单元的个数

int pp:进程用到的页面号的最大值+1(eg:pp==7表示要用的页面为123456)

int total_instruction:页面使用总次数

int page[ap]:表示内存单元,数组元素取值为页面号,表示某个页面放入了内存

int pagecontrol[pp]:此数组从pagecontrol[1]开始用,下标表示页面号(不从0开始,因为page[i]取0表示该内存单元无页面,所以不用0号页面)。数组的元素取值为1或0,表示某个页面是否在内存中

int main[total_instruction]:该序列表示页面使用顺序

int diseffect:缺页错误次数

queue<int>q:队列

代码如下:

#include<iostream>
#include<stdlib.h> //rand()
#include<queue> //队列 
using namespace std;

int main(){
	//初始化 
	queue<int>q; //初始化队列 
	int ap; //队列大小 
	int pp; //页面号最大值+1 
	int total_instruction; //使用页面的总次数 
	int diseffect; //缺页错误次数  
	cout<<"please input ap:";
	cin>>ap;
	cout<<"please input pp:";
	cin>>pp;
	cout<<"please input total_instruction:";
	cin>>total_instruction;
	int *page=new int[ap]; //page[i]存放pagecontrol的下标 
	int *pagecontrol=new int[pp]; //pagecontrol的下标是页面号,该数组从pagecontrol[1]开始用,元素取值0/1
	int *main=new int[total_instruction]; //main[i]表示要用到的页面号,即pagecontrol的下标 ,此序列表示页面使用顺序 
	for(int i=0;i<ap;i++) page[i]=0; //内存每个单元都没放页面 
	for(int i=1;i<pp;i++) pagecontrol[i]=0; //每个页面都不在内存(page)中
		//生成随机页面序列并输出 
	cout<<"page using order: ";
	for(int i=0;i<total_instruction;i++){
		main[i]=rand()%(pp-1)+1; //取值为从1到pp-1 
		cout<<main[i]<<" ";
	}
	cout<<endl;
	cout<<"queue:"<<endl;
	diseffect=0; //刚开始,缺页错误次数为0 
	//开始进程,使用页面 
	for(int i=0;i<total_instruction;i++){
		if(pagecontrol[main[i]]==1){ //该页面已经在内存中,即未发生缺页错误,再看下一个页面 
		}  
		else{ //缺页错误 
			pagecontrol[main[i]]=1; //页面号为main[i]的页面被调入内存 
			diseffect++;
			bool flag=1; //1满0未 
			int j; 
			for(j=0;j<ap;j++){//看内存队列是否满了 
				if(page[j]==0){ //只要有一个内存单元为空,则队列未满 
					flag=0;
					break;
				}
			}
			if(flag==0){ //队列没满,只需要将其放入队列即可 
				page[j]=main[i]; //将该页面放入内存的page[j]空间	
				q.push(main[i]); //将页面号加入队列		
			}
			else{ //队列满啦,页面替换 
				for(int k=0;k<ap;k++){ //找出队首元素在哪个内存单元 
					if(page[k]==q.front()){
						page[k]=main[i]; //内存中页面号替换 
						break;
					}
				}
				pagecontrol[q.front()]=0; //队首元素被调出内存 
				q.pop(); //出队列 
				q.push(main[i]); //入队列		
			}
		}
		//输出每步的队列 
		int *temp=new int[ap];
		int count=0;
		cout<<main[i]<<": ";
		while(!q.empty()){//输出队列中all元素 
			cout<<q.front()<<" ";
			temp[count]=q.front();
			q.pop();
			count++;
		}
		cout<<endl;
		for(int h=0;h<count;h++){//把刚刚输出的all元素放回队列 
			q.push(temp[h]);
		}
		delete [] temp;
	}
	//进程结束,计算整个过程中的命中率=1-缺页错误率 
	cout<<"hit_rate = "<<(1-((float)diseffect/(float)total_instruction))*100<<"%"<<endl; 
	delete [] page;
	delete [] pagecontrol;
	delete [] main;
	return 0;
} 

 运行结果:

本程序的优点主要是可以根据不同的输入来产生相应的输出,适用于多种情况,且每步都会输出相应的队列,便于分析。

缺点主要是使用的随机数函数为rand(),在输入相同时,输出也是相同的,也就是说,并没有实现完全的随机。

2.LRU

LRU即“最近最少使用”算法,该算法根据之前元素的使用来预测未来的使用,即“用过去估计未来”。该算法的特点在于,之前的使用如果是111112,那么当需要替换时,还是1被替换,这体现出该算法对于优先级的评定重点在于“最近的使用”,也就是说优先级评定更看重“最近”而不是“最多”。

根据该算法的特点,书上给出了两种实现方法,第一种是每个内存中元素加一个计数器,第二种是用栈。但是,个人认为计数器的实现较麻烦,而栈的那种实现方式竟然把要移出的元素放在栈底,但是根据我们常规的思维来说,栈是“先进后出”,针对LRU的特点,也就是“先使用后出”,但是这种实现方法竟然把栈用成了“先使用先出”,这一看,用队列显然就更好嘛。

因此我采用队列来实现该算法。

用队列还有一个好处,就是可以直接在FIFO的程序上来改。而FIFO的思路基本上就是先判断要用的页面是否在内存中,如果不在,再判断内存是否满。我们要用LRU,在FIFO的基础上需要改的就是队列不能完全按照之前的“先进先出”,而要改成“先使用先出”。那么具体应该怎样更改呢?我发现,LRU只需要当要用的页面在内存中时,把队列重新组织即可,其他都与FIFO相同。这个“重新组织”,说白了就是把用到的这个元素放在队尾,而其他元素的位置不变。

具体实现类似于FIFO中的“输出每步的队列”那部分,也就是说,把队列中所有元素都“倒出来”,其他元素再按顺序放进去,而需放在队尾的那个最后再放进去。我是用了一个暂存数组temp1[ap],把倒出来的其他元素暂存在里面。

由于是在FIFO的代码上改,因此只列出了改动部分的代码(懒)

		if(pagecontrol[main[i]]==1){ //该页面已经在内存中,即未发生缺页错误,需将该元素放在队尾
			int count1=0;//记录队列中除了那个元素外,还有几个元素
			int *temp1=new int[ap];//将队列中元素拿出来暂存在temp1 
			while(!q.empty()){ 
				if(q.front()!=main[i]){ //将除了需移动的那个元素外的所有元素拿出来存放在temp1 
					temp1[count1]=q.front();
					count1++;
					q.pop();
				}
				else{
					q.pop(); //如果是那个元素,就直接扔出去,不用暂存 
				} 
			}
			for(int g=0;g<count1;g++){ //先将除了此元素的所有元素放入队列 
				q.push(temp1[g]);
			}
			q.push(main[i]); //再把此元素放入队列,即实现了将其放在队尾的操作 
			delete [] temp1;
		} 

运行结果:

 文章到此结束啦,感谢支持~

  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
以下是C++实现LRU算法代码: ```c++ #include <iostream> #include <unordered_map> #include <list> using namespace std; class LRUCache { public: LRUCache(int capacity) { cap = capacity; } int get(int key) { if (cache.count(key) == 0) { return -1; } // 把当前访问的元素移到链表头部,并更新unordered_map中该元素的地址 cacheList.splice(cacheList.begin(), cacheList, cache[key]); cache[key] = cacheList.begin(); return cache[key]->second; } void put(int key, int value) { if (cache.count(key) == 0) { if (cacheList.size() == cap) { // 删除链表最后一个元素 auto last = cacheList.end(); last--; cache.erase(last->first); cacheList.erase(last); } // 插入新元素到链表头部,并在unordered_map中记录该元素的地址 cacheList.push_front(make_pair(key, value)); cache[key] = cacheList.begin(); } else { // 把当前访问的元素移到链表头部,并更新unordered_map中该元素的地址 cacheList.splice(cacheList.begin(), cacheList, cache[key]); cache[key] = cacheList.begin(); // 更新元素的值 cache[key]->second = value; } } private: int cap; // cacheList的元素是pair<key, value>,其中key和unordered_map中的key相同, // value是实际存储的value值。链表按照访问时间从新到旧排序 list<pair<int, int>> cacheList; // unordered_map的key是LRU缓存的key,value是LRU缓存中key对应节点在cacheList中的地址 unordered_map<int, list<pair<int, int>>::iterator> cache; }; int main() { LRUCache lruCache(2); lruCache.put(1, 1); lruCache.put(2, 2); cout << lruCache.get(1) << endl; // 1 lruCache.put(3, 3); cout << lruCache.get(2) << endl; // -1 lruCache.put(4, 4); cout << lruCache.get(1) << endl; // -1 cout << lruCache.get(3) << endl; // 3 cout << lruCache.get(4) << endl; // 4 return 0; } ``` LRU算法的核心思想是,缓存一定的数据,并在缓存满时,删除最近最少访问的数据,为新的数据留出空间。以上代码实现了一个LRU缓存类,使用了双向链表和哈希表。其中双向链表按照访问时间从新到旧排序,哈希表记录了每个key对应的节点在链表中的地址。在get操作中,如果请求的key不存在于哈希表中,则返回-1;如果存在于哈希表中,则把对应的节点移到链表头部,并返回节点的value值。在put操作中,如果请求的key不存在于哈希表中,则把新元素插入到链表头部,并删除链表最后一个元素;如果存在于哈希表中,则把对应的节点移到链表头部,并更新节点的value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 1
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