操作系统实验之存储管理

简介: 操作系统实验之存储管理

这里作者就先实现了两种置换方法

第一种就是先进先出算法

第二种就是最久未使用算法

首先看到先进先出,我们最容易想到的就是队列了,所以实现起来比较简单

第二个就是最久未使用,这里面的难点就是在如何判断哪个页号是最久未使用的那个,以及每次不管页号是否在内存中,都需要进行的操作。这里作者就不讲解了, 下面的源代码中会详细讲解。


import java.text.DecimalFormat;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.Random;
import java.util.Scanner;
public class 存储管理 {
  public static int []num;
  public static node []node1;
  public static List<node>list=new ArrayList<node>();
  public static DecimalFormat df=new DecimalFormat("0.00");
  public static int findMax(int []num)//找出存在时间最长的未被使用的标志位
  {
    int max=num[0];
    int flag=0;
    for(int i=1;i<num.length;i++)
    {
      if(num[i]>max)
      {
        flag=i;
        max=num[i];
      }
    }
    return flag;
  }
  public static int findlist(List<Integer>list1,int address)
  {
    int flag=0;
    for(int i=0;i<list1.size();i++)
    {
      if(list1.get(i)==address)
      {
        flag=i;
        break;
      }
    }
    return flag;
  }
  public static int figure(int j,int i)//i是最大值,j是最小值
  {
    Random ran=new Random();
    int k=ran.nextInt(i-j+1)+j;//范围是[j,i]
    return k;
  }
  public static void LRU(int i)//最近最久未使用
  {
    List<Integer>list1=new ArrayList<Integer>();
    int flag=0;
    double count=0;
    int []num=new int [i];
    for(int j=0;j<list.size();j++)//这一步是先将整个地址能够填充满
    {
      if(list1.size()==i)//如果填充满了整个list1那么就跳出循环
      {
        flag=j;
        break;
      }
      else if(list1.contains(list.get(j).address))//如果list1中存在该页号,那么就只需要将该页号的最近使用时间置为0,其他位的时间+1就行了
      {
        int flag1=findlist(list1, list.get(j).address);
        for(int k=0;k<list1.size();k++)
        {
          if(k!=flag1)
            num[k]+=1;
          else
            num[k]=0;
        }
      }
      else if(!list1.contains(list.get(j).address))//这里面与下面的操作有一个不同的就是,因为list1没有填充满,所以不需要将不存在的那个页号与某个页号进行置换,
                                                 //只需要压入就够了,这时候不用就将所有的时间+1就行了
      {
        count++;
        list1.add(list.get(j).address);
        for(int k=0;k<list1.size();k++)
          num[k]+=1;
      }
    }
    for(int j=flag;j<list.size();j++)
    {
      if(list1.contains(list.get(j).address))//将存在的位置置为0,其他位置+1
      {
        int flag1=findlist(list1, list.get(j).address);
        for(int k=0;k<num.length;k++)
        {
          if(k!=flag1)
            num[k]+=1;
          else
            num[k]=0;
        }
        /*for(int k=0;k<num.length-1;k++)
          System.out.print(num[k]+" ");
        System.out.println(num[num.length-1]);*/
      }
      else//如果不存在就需要先找到最久未使用的标志,然后将其位置置为0,其他位置+1,之后将list1相应位置的值重新赋值成更改后的值 
      {
        count++;
        int flag1=findMax(num);
        for(int k=0;k<num.length;k++)
        {
          if(k!=flag1)
            num[k]+=1;
          else
            num[k]=0;
        }
        for(int k=0;k<list1.size();k++)
        {
          if(k==flag1)
            list1.set(flag1,list.get(j).address);
        }
        /*System.out.println("置换出第"+flag1);
        for(int k=0;k<num.length-1;k++)
          System.out.print(num[k]+" ");
        System.out.println(num[num.length-1]);*/
      }
    }
    count/=320;
    count=1-count;
    System.out.println(df.format(count));
    list1.clear();
    Arrays.fill(num, 0);
  }
  public static void FIFO(int i)//先进先出算法
  {
    List<Integer>list1=new ArrayList<Integer>();
    int flag=0;
    double count=0;
    for(int j=0;j<list.size();j++)//还是先将整个list1压满再说
    {
      if(list1.size()==i)
      {
        flag=j;
        break;
      }
      else if(!list1.contains(list.get(j).address))
      {
        list1.add(list.get(j).address);
        count++;
      }
    }
    for(int j=flag;j<list.size();j++)//因为是先进先出,那么这个理念就特别满足队列的使用范围,因为队列中最先进去的元素最后会在哪里呢,
                                   //想想就知道是在对头元素呀,最晚进入的元素就是队尾刚刚被压入的队尾元素
    {
      if(!list1.contains(list.get(j).address))
      {
        count++;
        list1.remove(0);
        list1.add(list.get(j).address);
      }
    }
    count/=320;
    count=1-count;
    System.out.println(df.format(count));
    list1.clear();
  }
  public static void LFU(int i)//最少使用算法
  {
  }
  public static void optimal(int i)//最佳置换算法
  {
    List<Integer>list1=new ArrayList<Integer>();
    int []num1=new int [i];//记录每个已经压入的页号在之后最近出现的时间
    int flag=0;
    int count=0;
    for(int j=0;j<list.size();j++)
    {
      if(list1.size()==i)
      {
        flag=j;
        break;
      }
      else if(!list1.contains(list.get(j).address))
      {
        list1.add(list.get(j).address);
        count++;
      } 
    }
    for(int j=flag;j<list.size();j++)
    {
      if(!list1.contains(list.get(j).address))
      {
        for(int k=0;k<i;k++)
        {
        }
      }
    }
  }
  public static void xunhuan()
  {
    Scanner sc=new Scanner(System.in);
    int n=sc.nextInt();
    while(n>4||n<1)
    {
      System.out.println("输入的算法号码不存在!!!");
      n=sc.nextInt();
    }
    if(n==1)
    {
      for(int i=2;i<33;i++)
      {
         System.out.print("地址块为"+i+"时的命中率:");
      }
    }
    else if(n==2)
    {
      for(int i=2;i<33;i++)
      {
        System.out.print("地址块为"+i+"时的命中率:");
          //System.out.print("地址块为"+10+"时的命中率:");
        LRU(i);
        //LRU(10);
      }
    }
    else if(n==3)
    {
      for(int i=2;i<33;i++)
      {
        System.out.print("地址块为"+i+"时的命中率:");  
        FIFO(i);
      }
    }
    else 
    {
      for(int i=2;i<33;i++)
      {
        System.out.print("地址块为"+i+"时的命中率:");  
      }
    }
  }
  public static void main(String[] args)
  {
    System.out.println("开始存储管理");
    System.out.println("地址流正在产生,请稍等:");
    int count=0;
    num=new int [320];
    node1=new node[320];
    while(count!=320)//按照要求开始产生相应的地址流
    {
      int i=figure(0, 319);
      num[count]=i;
      count++;
      int j=figure(0, i+1);
      num[count]=j;
      count++;
      num[count]=j+1;
      count++;
      num[count]=figure(j+2, 319);
      count++;
    }
    System.out.println("地址流产生:");//打印地址流
    for(int i=0;i<320;i++)
    {
      if((i-9)%10==0)
        System.out.println(num[i]);
      else
        System.out.print(num[i]+" ");
    }
    for(int i=0;i<320;i++)
    {
      node1[i]=new node();
      node1[i].zhiling=num[i];
      node1[i].address=num[i]/10;
      list.add(node1[i]);
    }
    /*for(int i=0;i<320;i++)
    {
      System.out.println(list.get(i).zhiling+" "+list.get(i).address);
    }*/
    /*System.out.println("地址页号产生:");
    for(int i=0;i<32;i++)
    {
      System.out.println("第"+i+"页号内容如下");
      for(int j=0;j<9;j++)
        System.out.print(num[10*i+j]+" ");
      System.out.println(num[10*i+9]);
    }*/
    System.out.println("1.Optimization algorithm(最佳置换算法)");
    System.out.println("2.Least recently used algorithm(最近最久未使用算法)");
    System.out.println("3.First in first out algorithm(先进先出页面置换算法)");
    System.out.println("4.Least frequently used algorithm(最少未使用算法)");
    System.out.println("请选择以下的淘汰算法的号码:");
    Scanner sc=new Scanner(System.in);
    xunhuan();
    System.out.println("是否继续选择其他的页面置换算法");
    System.out.println("输入Y或者N");
    String str=sc.next();
    while(str.equals("Y"))
    {
      System.out.println("1.Optimization algorithm(最佳置换算法)");
      System.out.println("2.Least recently used algorithm(最近最久未使用算法)");
      System.out.println("3.First in first out algorithm(先进先出页面置换算法)");
      System.out.println("4.Least frequently used algorithm(最少未使用算法)");
      System.out.println("请选择以下的淘汰算法的号码:");
      xunhuan();
      System.out.println("是否继续选择其他的页面置换算法");
      System.out.println("输入Y或者N");
      str=sc.next();
    } 
  }
  static class node
  {
    int zhiling;
    int address;
    public node() {
      // TODO Auto-generated constructor stub
    }
  }
}

这里面还有最佳优先算法和最少使用置换算法,但是作者还没有完成,这几天作者会尽量写出来发出来。

还有就是,作者很菜,如有不足,不吝赐教!!!



相关文章
|
3月前
|
弹性计算 运维
阿里云操作系统智能助手OS Copilot实验测评报告
**OS Copilot 产品体验与功能反馈摘要** 运维人员发现OS Copilot易上手,文档清晰,助其高效排查故障(8/10分)。愿意推荐并参与开源开发。亮点在于知识问答,能快速筛选答案。相较于竞品,优点是新手友好、文档清晰,但功能扩展性待增强。期望增加系统错误排查与解决方案,并集成ECS等,以优化系统安装流程。
阿里云操作系统智能助手OS Copilot实验测评报告
|
3月前
|
弹性计算 运维 自然语言处理
阿里云操作系统智能助手OS Copilot实验测评报告
OS Copilot是针对Linux的智能助手,助力学习、运维及编程。用户界面直观,自然语言交互方便新手。官方文档详尽,但初次配置略复杂,适合学生和开发者。在提高代码编写和调试效率、系统学习上得分高,功能亮点包括代码生成、问答和命令执行。用户期待更多操作系统支持、自动错误分析和系统排查功能。
182 3
|
3月前
|
弹性计算 人工智能 运维
阿里云操作系统智能助手OS Copilot实验测评报告
阿里云操作系统智能助手OS Copilot实验测评报告
108 2
|
3月前
|
弹性计算 运维 监控
阿里云操作系统智能助手OS Copilot实验测评报告
阿里云OS Copilot助力学生提升学习效率,简化Linux操作。作为学生,体验者发现它在代码理解和诊断上极具价值,给予新手友好体验,但存在命令执行限制和错误处理问题。评分10/10,愿推荐并参与未来开发。功能上,知识问答、辅助编程和命令执行深受喜爱。对比其他产品,OS Copilot简洁集成,但需改善多命令支持和错误分析。期望支持更多操作系统及与ACK等工具联动,增强系统管理和故障排查。
43 1
|
3月前
|
弹性计算 运维 Linux
阿里云操作系统智能助手OS Copilot实验测评报告
体验OS Copilot对于新人使用是友好的,教程给出的比较全面,还支持语言问答,命令执行等优点,还允许用户直接在操作系统内部使用阿里云,完成ECS的实例查询等操作。但是在系统兼容上表现出不足,对于服务器地区不明确。但总体来说测评者对OS Copilot其智能化、高效化、专业化评价是高的。
|
3月前
|
Unix API 数据格式
云计算存储问题之API在不同操作系统上的实现如何解决
云计算存储问题之API在不同操作系统上的实现如何解决
|
3月前
|
弹性计算 运维
阿里云操作系统智能助手OS Copilot的实验测评报告
OS Copilot 产品体验摘要 用户角色与场景:一位计算机学生使用辅助学习和解决问题,特别是通过代码解释功能加深理解。 易用性与文档:初者可能会觉得有些细节不明确。 帮助程度:用户给予极高评价,对学习帮助大,评分10分,快速定位和解决代码问题,提升学习效率。 推荐与参与:用户愿意推荐给他人。 功能体验:用户尝试了所有功能,对知识问答、辅助编程和命令执行特别感兴趣,尤其是命令执行帮助大。 对比其他产品:OS Copilot优点是便捷、准确。 期望功能:用户希望增加自动报错分析和系统错误排查。 联动体验:用户期待,以实现更全面的工具集。 总结:整体体验积极,用户看好其潜力,期待改进和未来联动。
|
3月前
|
弹性计算 运维 Python
阿里云操作系统智能助手OS Copilot实验测评报告
**OS Copilot 产品测评摘要** - 学生使用,用于学习和编码,发现上手难度较高,指引文档不清晰,特别是Access ID设置和代码复制流程。 - 功能上,评分9分,辅助编程和知识问答功能显著提升了学习效率,减少了错误。 - 愿意推荐,并有兴趣参与开源开发以提升自我。 - 希望增强错误排查,提供具体错误原因和位置。 - 联动ACK智能助手可增强学习效果。 [链接]: https://developer.aliyun.com/topic/instructions-for-os-copilot
|
3月前
|
弹性计算 运维 自然语言处理
阿里云操作系统智能助手OS Copilot的实验测评报告
阿里云OS Copilot是AI驱动的Linux操作系统助手,助于系统管理和运维。学生反馈它在代码解释和编写上有很大帮助,给予8-9分的评价。功能亮点包括自然语言问答、辅助编程和命令解释,简化操作,提升效率。尽管易用,但需基础Linux知识。用户期待更多功能如系统优化建议和代码优化。与ACK智能助手配合,实现故障排查和运维。适合寻求效率提升的个人和团队。
65 0
|
3月前
|
弹性计算 运维 自然语言处理
阿里云操作系统智能助手OS Copilot实验测评报告
阿里云OS Copilot是面向Linux的智能助手,助运维工程师提升效率。易上手,文档清晰,对新人友好。提供自然语言问答、编程辅助,尤善理解与响应。评分10/10,推荐给同行。目前侧重辅助编程,期望支持更多OS、并发命令执行及错误分析。适合集成于ECS等,打造自动化工作流。期待开源版本与社区合作。
93 0