动态分区分配计算

简介: 动态分区分配计算

动态分区分配


内存连续分配管理分为:


单一连续分配

固定分区分配

动态分区分配(本篇所讲)


首次适应算法(First Fit,FF)


该算法又称最先适应算法,要求空闲分区按照首地址递增的顺序排列。


优点:优先使用低地址部分空闲分区,保留了高地址部分的大量空闲分区,有利于大程序或作业的装入。

缺点:内存的低地址区留下了许多难以利用的很小空闲分区,即内存“碎片”;算法每次都从低地址部分开始查找,这增加了查找可用空闲分区的开销。


注:外碎片是指由于空闲空间太小,以致于无法分配给程序或作业的内存空闲区域,如动态分区分配中存在外碎片; 内碎片是指已经被分配出去,却不能被充分利用的内存空间区域,如固定分区分配中存在内碎片。


循环首次适应算法(Next Fit,NF)


空闲分区按照首地址递增的顺序排列。每次内存分配时,不再从表头(或链首)开始查找,而是从上次分配的空闲分区的下一个空闲分区开始顺序查找。


优点:内存的空闲分区分布较均匀,减少查找空闲分区的开销。

缺点:经多次分配后,内存缺少较大的空闲分区,以分配给较大的程序或作业。


最佳适应算法(Best Fit,BF)


或称最优适应算法,该算法要求将空闲分区按从小到大的顺序排列。


优点:较大的空闲分区被尽量的保留下来,有利于大程序或作业的分配。

缺点:容易产生内存碎片;每次分配后需要更新空闲分区表(链),增加了系统开销;分割后小的空闲分区处于分区表(链)首,增加了查找空闲分区的时间。


最坏适应算法(Worst Fit,WF)


又称最差适应算法,该算法空闲分区按从大到小的顺序排列的。


优点:不会产生过多的碎片,有利于中、小程序或作业,且查找效率高。

缺点:影响大程序或作业的分配。此外,每次分配后需要更新空闲分区表(链),增加了系统开销。


四种算法比较


从搜索速度上看,FF具有最佳性能。


首次适应算法具有最佳性能;空间利用方面,首次适应算法比最佳适应算法好,最坏适应算法最差。


最佳适应算法找到的空闲分区是最佳的,但内存利用率不一定最优;


首次适应算法尽可能利用低地址空间,保证了高地址有较大空闲分区,以分配给较大的程序或作业;


最坏适应算法总是分割大的空闲分区,这有利于中、小程序或作业,但不利于较大的程序或作业。在实际系统中,首次适应算法使用较广泛。


例题

1.在可变分区存储管理下,按地址排列的内存空闲区为:10KB、4KB、20KB、18KB、7KB、9KB、12KB 和 15KB。对于下列连续存储区的请求:12KB、10KB、15KB、18KB,试问:使用首次适应算法、循环首次适应算法、最佳适应算法和最坏适应算法,哪个空闲区将被使用?


2cdcae423cac916c942a0701bc58098f_image-1653458857923.png


首次适应算法:


5348062871d1cb4060397171307c48ea_image-1653458917723.png


循环首次适应算法:


f3e60bcaad6004c303e819d91d24ddab_image-1653458959921.png


最佳适应算法:


fe64bfe9670fbfd7cbcac2797494f116_image-1653458991017.png


9ff8623867f9fb0311b2afcccc6d2155_image-1653459007038.png


最坏适应算法:


82d3a0c9361e5b7bb03b52d47baae9dd_image-1653459029171.png


2.某操作系统采用可变分区分配存储管理方法,用户区为512K且始址为0。若分配采用分配空闲区低地址部分的方案,对下述申请序列:

申请310K,申请100K,释放310K,申请150K,申请40K,申请30K。

分别采用首次适应算法、最佳适应算法,回答下列问题:

(1)给出每一步的已分配空间、空闲分区(给出始址,大小)?

(2)若再申请120K,还能分配这120K存储空间吗?


58262accc34b9926ba7dab7ff05f473d_image-20230226163614372.png


1605425133469a29434f3ea531363161_image-20230221143940256.png


 

相关文章
|
存储 缓存 算法
【操作系统】存储器管理(四)
 在分析了处理器调度后,接着分析存储器管理,如何对存储器进行有效的管理,直接影响着存储器的利用率和系统性能。下面,开始存储器管理的学习。
1007 0
【操作系统】存储器管理(四)
|
机器学习/深度学习 计算机视觉
YOLOv5改进 | 检测头篇 | DynamicHead支持检测和分割(不同于网上版本,全网首发)
YOLOv5改进 | 检测头篇 | DynamicHead支持检测和分割(不同于网上版本,全网首发)
1272 0
|
人工智能 JavaScript 定位技术
微信的接口都有哪些?
【10月更文挑战第17天】微信的接口都有哪些?
1400 43
|
Java 索引 容器
【JavaSE专栏28】数组下标能越界?越界了如何处理?
【JavaSE专栏28】数组下标能越界?越界了如何处理?
1079 0
|
算法 搜索推荐 数据挖掘
二分查找法的应用场景
【10月更文挑战第9天】
1299 58
DeepSeek + Xmind,1分钟自动把pdf/word文档转成思维导图
DeepSeek与Xmind结合,1分钟将PDF、Word文档转换为思维导图。只需四步:上传文档至DeepSeek,请求转换为Markdown格式,保存文件并修改后缀为.md,最后导入Xmind生成思维导图。轻松驾驭复杂文档,适用于学习笔记、工作报告、项目规划等场景,大幅提升效率!
|
12月前
|
SQL 存储 开发者
seata的AT模式
Seata的AT模式通过准备和提交/回滚两阶段处理分布式事务,依赖TC、TM、RM三组件协作。第一阶段TM开启全局事务,RM执行SQL并记录undo log;第二阶段根据业务逻辑决定全局提交或回滚,TC协调清理日志或数据恢复。
325 0
|
存储 机器学习/深度学习 开发框架
推荐 7 个学习 Web3 的开源资源
Web3.0 算是下一个趋势,目前还处于新的阶段并且不断变化中。
1872 0
推荐 7 个学习 Web3 的开源资源
|
人工智能 Java 数据处理
Java高级应用开发:基于AI的微服务架构优化与性能调优
在现代企业级应用开发中,微服务架构虽带来灵活性和可扩展性,但也增加了系统复杂性和性能瓶颈。本文探讨如何利用AI技术,特别是像DeepSeek这样的智能工具,优化Java微服务架构。AI通过智能分析系统运行数据,自动识别并解决性能瓶颈,优化服务拆分、通信方式及资源管理,实现高效性能调优,助力开发者设计更合理的微服务架构,迎接未来智能化开发的新时代。
|
存储 安全 搜索推荐
最适合教育行业的远程协作工具有哪些?2024年全方位评测
随着远程工作的普及,教育行业对数字化工具的需求日益增加。本文介绍了六款适合教育行业的远程协作工具:板栗看板、Basecamp、Slack、Toggl Plan、Wrike和Miro。这些工具不仅支持任务管理、文件共享和实时沟通,还具备高度的定制性和集成能力,有助于提高教育团队的协作效率和管理质量。
最适合教育行业的远程协作工具有哪些?2024年全方位评测