?? 1.html
字號:
struct capability capability;<br>};<p>struct memory_process{<br> int file_number,max_file_number,file_ring;<br> int max_block_number,trigger_block_number;<br> int block_number,read_block_number,write_block_number;<br> int block_ring,read_block_ring,write_block_ring;<br> struct capability capability;<br>};<p>struct memory_hash{<br> int hash_ring;<br>};<p>struct memory_body_struct{<br> int *free_physical_block,*free_file;<br> int *block_number,*free_block_number;<br> int *file_number,*process_number,*hash_number;<br> struct physical_block *physical_block;<br> struct file_window *file_window;<br> struct memory_process *memory_process;<br> struct memory_hash *hash;<br> int (*hash_function)(int file,int logic_block);<br> int my_processor,my_memory_body;<br> struct memory_sleep_semaphore *wait_block;<br>};<br>struct install_memory_body_parameter{<br> char *base;<br> int (*hash_function)(int file,int logic_block);<br> int my_processor,my_memory_body;<br> int block_number,file_number;<br> int process_number,hash_number;<br> int first_block;<br> struct capability capability;<br>};<p>#endif<p>2、文件memory/call_memory.h<p>#ifndef OS_MEMORY_MEMORY_CALL<br>#define OS_MEMORY_MEMORY_CALL<p>union memory_call_parameter{<br> struct{<br> struct install_memory_body_parameter<br> memory_body_parameter;<br> struct capability capability;<br> int set_stack_flag;<br> }setup;<br> struct open_file_window{<br> int file_window_id;<br> struct file_window file_window;<br> struct capability process_capability;<br> }open_file_window;<br> struct close_file_window{<br> int file_window_id;<br> struct capability file_capability;<br> }close_file_window;<br> struct file_attribute{<br> int file_window_id;<br> struct file file;<br> struct capability capability;<br> }file_attribute;<br> struct memory_map_deal{<br> int file_window_id;<br> int begin_logic_address,end_logic_address;<br> struct capability file_capability;<br> }memory_map_deal;<br> struct flush_process_memory{<br> int give_up_flag;<br> int process_number;<br> struct capability process_capability;<br> }flush_process_memory;<br> struct flush_file_window{<br> int give_up_flag;<br> int file_window_id;<br> struct capability file_capability;<br> }flush_file_window;<br> struct mark_modify{<br> int file_window_id;<br> int begin_logic_address,end_logic_address;<br> struct capability file_capability;<br> }mark_modifed;<br> struct memory_resource memory_resource;<br> struct control_file_system{<br> union file_system_operation_parameter parameter;<br> struct capability capability;<br> }control_file_system;<br>};<p>#endif<p><p><br><center><A HREF="#Content">[目錄]</A></center><hr><br><A NAME="I507" ID="I507"></A><center><b><font size=+2>內核實現</font></b></center><br><center><A HREF="#Content">[目錄]</A></center><hr><br><A NAME="I508" ID="I508"></A><center><b><font size=+2>就緒線程</font></b></center><br>內核中就緒線程管理部件的實現<p> 在虛擬地址空間基于文件操作系統中,采用按優先級調度方式,調度各個就緒線程占用處理機。執行線程調度時,總是選擇優先數最小,也就是優先級最高的線程占用處理機。內核利用堆數據結構選擇優先數最小的線程。下面首先介紹堆數據結構,然后討論選擇優先數最小線程的算法。<br><center><A HREF="#Content">[目錄]</A></center><hr><br><A NAME="I509" ID="I509"></A><center><b><font size=+2>堆數據結構</font></b></center><br>堆的概念<p> 假設r[0],r[1],… r[n-1]是一序列元素,如果對于任意r[i],同時滿足條件r[i].key≤r[2* i+1].key,r[i].key≤r[2*i+2].key,則稱該序列是一個堆,也稱為最小化堆,如果把不等式中的小于號≤換成大于號≥,稱為最大化堆。在下面的討論中,所有的堆指的是最小化堆。<br>可以把序列r[0],r[1],… r[n-1]看成是按數組方式存儲的一棵滿二叉樹,元素r[0]為樹根,其它元素為樹中的中間結點或葉子結點。考慮到在一棵按數組方式存儲的滿二叉樹中,元素r[2*i+1]和元素r[2*i+2]是元素r[i]的左孩子和右孩子,因此在一個堆中,對于任一元素r[i],其鍵值r[i].key一定小于等于其左右兩個孩子的鍵值r[2* i+1].key和r[2*i+2].key。<br> 根據堆的定義,可以得出堆的一個重要性質:如果一個按數組存放的滿二叉樹是堆,那么堆頂元素一定是堆中所有元素中鍵值最小的元素。<br> 該性質可以根據堆二叉樹的層數利用數學歸納法證明:<br> 當堆二叉樹的層數為1時,堆二叉樹中只有一個元素r[0],因此堆頂元素是堆中所有元素中鍵值最小的元素。<br> 假設對于所有的層數小于n的堆二叉樹,堆頂元素的鍵值是堆中所有元素中鍵值最小的元素。當堆二叉樹的層樹為n時,堆頂元素r[0]的左右子樹一定是層數小于n的堆二叉樹,左子樹的堆頂元素是r[1],右子樹的堆頂元素是r[2]。根據假設可知r[1]是左子樹中鍵值最小的元素,r[2]是右子樹中鍵值最小的元素;再根據堆的定義:對于任意元素r[i]滿足r[i].key≤r[2* i+1].key,r[i].key≤r[2*i+2].key,可知r[0].key≤r[1].key,r[0].key≤r[2].key,因此,堆頂元素r[0]一定是堆中所有元素中鍵值最小的元素。<br> 堆的性質使得堆很適合從一組元素中選擇最值元素(最大值或最小值)的場合,只要把所有可供選擇的元素組織成一個堆,堆頂元素即為需要選擇的最值元素。這也是我們采用堆數據結構選擇優先數最小線程的原因。在LFYOS中,把所有處于就緒狀態的線程根據線程的優先數組織成一個堆,堆頂元素即為優先級最高的線程,執行線程切換時,內核總是選擇處于堆頂的線程占用處理機。<br> 元素的健值發生變化時對堆的調整<br> 假設在堆中存在n個元素r[0],r[1],… r[n-1],這些元素之間全部滿足條件r[i].key≤r[2* i+1].key和r[i].key≤r[2*i+2].key,由于某種原因,其中某個元素r[k]的鍵值r[k].key改變,破壞了構成堆的條件,需要對元素序列進行相應的調整,把元素序列恢復為一個堆。<br> 元素r[k]的鍵值r[k].key改變有兩種可能:鍵值r[k].key減小或鍵值r[k].key增大。在堆中,元素r[k]的鍵值r[k].key大于等于其雙親的鍵值r[INT((k-1)/2)].key,小于等于左右孩子的鍵值r[2* i+1].key和r[2*i+2].key,如果鍵值r[k].key減小,其鍵值仍然小于等于左右孩子的鍵值,但可能由于小于其雙親的鍵值而破壞了構成堆的條件。通過在序列中把r[k]和其雙親結點相互交換,在二叉樹中把r[k]向上移動,即可把序列調整為一個堆。<br> 下面討論如果某個元素r[k]其鍵值r[k].key增大后,如何對堆進行調整。<br> 假設在堆中,元素r[k]的鍵值r[k].key大于等于其雙親的鍵值r[INT((k-1)/2)].key,小于等于左右孩子的鍵值r[2* i+1].key和r[2*i+2].key,如果鍵值r[k].key增大,其鍵值仍然大于其雙親接點的鍵值,但可能由于大于其左右孩子的鍵值而破壞了構成堆的條件。通過在序列中把r[k]和左右孩子結點中鍵值較小的結點相互交換,在二叉樹中把r[k]向下移動,即可把序列調整為一個堆。<p>堆調整算法的時間復雜度<p> 無論某個堆中元素的鍵值是增大還是減小,堆調整算法執行結點交換的次數都是很少的。假設在一個堆中存在n個元素,則堆二叉樹的層數不超過1+Log 2n,當堆中某一元素的鍵值增大時,該元素在堆中向下移動;當堆中某一元素的鍵值減小時,該元素在堆中向上移動。由于堆二叉樹的層數不超過1+Log2n,因此,執行堆調整算法時,結點交換的次數不超過Log2n,也就是說,堆調整算法的時間復雜度僅僅為O(Log2n)。顯然,堆調整算法的時間復雜度很低,這也是我們選擇堆數據結構來選擇優先級最高線程的原因。<p>向堆中加入一個元素,從堆中刪除一個元素<p> 向堆中加入一個元素時,把元素放在序列的最后,然后執行鍵值減小的上移調整;從堆中刪除一個元素時,首先把被刪除的元素和最后一個元素交換,把元素從序列的最后刪除,再根據刪除元素的鍵值和交換元素的鍵值大小執行上移或下移調整。如果刪除元素的鍵值小于交換元素的鍵值,執行下移調整;如果刪除元素的鍵值大于交換元素的鍵值,執行上移調整。<p><p><br><center><A HREF="#Content">[目錄]</A></center>
?? 快捷鍵說明
復制代碼
Ctrl + C
搜索代碼
Ctrl + F
全屏模式
F11
切換主題
Ctrl + Shift + D
顯示快捷鍵
?
增大字號
Ctrl + =
減小字號
Ctrl + -