操作系统 页面置换算法，C++实现

1. 最佳（Optimal）置换算法

1.1 算法原理

　　其选择淘汰的页面将是以后永不使用的，或许是在最长时间内不再被访问的页面。采用最佳置换算法通常可以保证获得最低的缺页率。但由于人们目前还无法预知，一个进程在内存的若干个界面中，哪一个页面是未来最长时间内不再被访问的，因而该算法是无法实现的，但可以利用它来评价其他算法。现举例如下：

　　最佳置换算法可以用来评价其他算法。假定系统为某进程分配了三个物理块，并考虑有以下页面号引用串：

　　7, 0, 1, 2, 0, 3, 0, 4, 2, 3, 0, 3, 2, 1, 2, 0, 1, 7, 0, 1

进程运行时，先将7, 0, 1三个页面依次装入内存。进程要访问页面2时，产生缺页中断，根据最佳置换算法，选择第18次访问才需调入的页面7予以淘汰。然后，访问页面0时，因为已在内存中所以不必产生缺页中断。访问页面3时又会根据最佳置换算法将页面1淘汰……依此类推，如图3-26所示。从图中可以看出釆用最佳置换算法时的情况。

　　可以看到，发生缺页中断的次数为9，页面置换的次数为6。

1.2 实现代码函数

 1 void Optimal(vector<int> PageOrder, vector<vector<int> > &Simulate, int &PageNum,int &LackNum, int m, int n){
 2     vector<bool> found(n,false); // 记录页面中是否存在
 3     vector<int> lump; // 物理块
 4 
 5     for(int i = 0; i < n; found[PageOrder[i]] = true, i ++){
 6         //物理块中不存在
 7         if( !found[PageOrder[i]] ){
 8             // 物理块未满时
 9             if(lump.size() < m){
10                 lump.push_back(PageOrder[i]);
11             }
12             // 物理块满需要置换
13             else{
14                 int temp, max = 0;
15                 for(int j = 0; j < lump.size(); j ++){
16                     int count = i;
17                     for(; count < n + 1; count ++)
18                         if(PageOrder[count] == lump[j]) break;
19                     if(count > max){
20                         max = count;temp = j; // 记录当前最远页面序号
21                     }
22                 }
23                 found[lump[temp]] = false;
24                 lump[temp] = PageOrder[i];
25             }
26             for(int j = 0; j < lump.size(); j ++)
27                 Simulate[i].push_back(lump[j]);
28             LackNum ++; //访问页面失败
29         }
30         //物理块中存在
31         else
32             PageNum ++; //访问页面成功
33     }
34 }

2. 先进先出（FIFO）置换算法

2.1 算法原理

　　是最简单的页面置换算法。这种算法的基本思想是：当需要淘汰一个页面时，总是选择驻留主存时间最长的页面进行淘汰，即先进入主存的页面先淘汰。其理由是：最早调入主存的页面不再被使用的可能性最大。

　　这里仍用上面的实例，釆用FIFO算法进行页面置换。进程访问页面2时，把最早进入内存的页面7换出。然后访问页面3时，再把2, 0, 1中最先进入内存的页换出。由图 3-27可以看出，利用FIFO算法时进行了 12次页面置换，比最佳置换算法正好多一倍。

2.2 实现代码函数

 1 void FIFO(vector<int> PageOrder, vector<vector<int> > &Simulate, int &PageNum,int &LackNum, int m, int n){
 2     vector<bool> found(n,false);
 3     vector<int> lump;
 4     queue<int> buffer; //用来记录先后顺序
 5 
 6     for(int i = 0; i < n; found[PageOrder[i]] = true, i ++){
 7         if( !found[PageOrder[i]] ){
 8             if(lump.size() < m){
 9                 lump.push_back(PageOrder[i]);
10                 buffer.push(PageOrder[i]);
11             }
12             else{
13                 for(int j = 0; j < lump.size(); j ++)
14                     if(lump[j] == buffer.front()){
15                         found[lump[j]] = false;
16                         lump[j] = PageOrder[i]; //替换
17                         buffer.push(PageOrder[i]);
18                         buffer.pop(); break;
19                     }
20             }
21             for(int j = 0; j < lump.size(); j ++)
22                 Simulate[i].push_back(lump[j]);
23             LackNum ++;
24         }
25         else
26             PageNum ++;
27     }
28 }

3. 最近最久未使用（LRU）算法

3.1 算法原理

　　这种算法的基本思想是：利用局部性原理，根据一个作业在执行过程中过去的页面访问历史来推测未来的行为。它认为过去一段时间里不曾被访问过的页面，在最近的将来可能也不会再被访问。所以，这种算法的实质是：当需要淘汰一个页面时，总是选择在最近一段时间内最久不用的页面予以淘汰。

　　再对上面的实例釆用LRU算法进行页面置换，如图3-29所示。进程第一次对页面2访问时，将最近最久未被访问的页面7置换出去。然后访问页面3时，将最近最久未使用的页面1换出。

　　实际上，LRU算法根据各页以前的情况，是“向前看”的，而最佳置换算法则根据各页以后的使用情况，是“向后看”的。

　　注：LRU性能较好，但需要寄存器和栈的硬件支持。LRU是堆栈类的算法。理论上可以证明，堆栈类算法不可能出现Belady异常。FIFO算法基于队列实现，不是堆栈类算法。

3.2 实现代码函数

 1 void LRU(vector<int> PageOrder, vector<vector<int> > &Simulate, int &PageNum,int &LackNum, int m, int n){
 2     vector<int> count(n,0); // 记录页面存在时间
 3     vector<bool> found(n,false);
 4     vector<int> lump;
 5 
 6     for(int i = 0; i < PageOrder.size(); count[PageOrder[i]] = i,found[PageOrder[i]] = true, i ++){
 7         if( !found[PageOrder[i]] ){
 8             if( lump.size() < m){
 9                 lump.push_back(PageOrder[i]);
10             }
11             else{
12                 int temp, max = 0;
13                 // 计录当前物理块中存在最长时间的元素
14                 for(int j = 0; j < lump.size(); j ++){
15                     if(i - count[lump[j]] > max){
16                         max = i - count[lump[j]];
17                         temp = j;
18                     }
19                 }
20                 found[lump[temp]] = false;
21                 lump[temp] = PageOrder[i];
22             }
23             for(int j = 0; j < lump.size(); j ++)
24                 Simulate[i].push_back(lump[j]);
25             LackNum ++;
26         }
27         else
28             PageNum ++;
29     }
30 }

4. 时钟（CLOCK）置换算法

4.1 算法原理

　　LRU算法的性能接近于OPT,但是实现起来比较困难，且开销大；FIFO算法实现简单，但性能差。所以操作系统的设计者尝试了很多算法，试图用比较小的开销接近LRU的性能，这类算法都是CLOCK算法的变体。

　　简单的CLOCK算法是给每一帧关联一个附加位，称为使用位。当某一页首次装入主存时，该帧的使用位设置为1;当该页随后再被访问到时，它的使用位也被置为1。对于页替换算法，用于替换的候选帧集合看做一个循环缓冲区，并且有一个指针与之相关联。当某一页被替换时，该指针被设置成指向缓冲区中的下一帧。当需要替换一页时，操作系统扫描缓冲区，以查找使用位被置为0的一帧。每当遇到一个使用位为1的帧时，操作系统就将该位重新置为0；如果在这个过程开始时，缓冲区中所有帧的使用位均为0，则选择遇到的第一个帧替换；如果所有帧的使用位均为1,则指针在缓冲区中完整地循环一周，把所有使用位都置为0，并且停留在最初的位置上，替换该帧中的页。由于该算法循环地检查各页面的情况，故称为CLOCK算法，又称为最近未用(Not Recently Used, NRU)算法。

　　CLOCK算法的性能比较接近LRU，而通过增加使用的位数目，可以使得CLOCK算法更加高效。在使用位的基础上再增加一个修改位，则得到改进型的CLOCK置换算法。这样，每一帧都处于以下四种情况之一：

1. 最近未被访问，也未被修改(u=0, m=0)。
2. 最近被访问，但未被修改(u=1, m=0)。
3. 最近未被访问，但被修改(u=0, m=1)。
4. 最近被访问，被修改(u=1, m=1)。

算法执行如下操作步骤：

1. 从指针的当前位置开始，扫描帧缓冲区。在这次扫描过程中，对使用位不做任何修改。选择遇到的第一个帧(u=0, m=0)用于替换。
2. 如果第1)步失败，则重新扫描，查找(u=0, m=1)的帧。选择遇到的第一个这样的帧用于替换。在这个扫描过程中，对每个跳过的帧，把它的使用位设置成0。
3. 如果第2)步失败，指针将回到它的最初位置，并且集合中所有帧的使用位均为0。重复第1步，并且如果有必要，重复第2步。这样将可以找到供替换的帧。

　　改进型的CLOCK算法优于简单CLOCK算法之处在于替换时首选没有变化的页。由于修改过的页在被替换之前必须写回，因而这样做会节省时间。