操作系统:经典进程同步问题的高级探讨


✨✨ 欢迎大家来访Srlua的博文(づ ̄3 ̄)づ╭
~✨✨

🌟🌟 欢迎各位亲爱的读者,感谢你们抽出宝贵的时间来阅读我的文章。

我是Srlua小谢,在这里我会分享我的知识和经验。🎥

希望在这里,我们能一起探索IT世界的奥妙,提升我们的技能。🔮

记得先点赞👍后阅读哦~ 👏👏

📘📚 所属专栏:操作系统

欢迎访问我的主页:Srlua小谢 获取更多信息和资源。✨✨🌙🌙

目录

经典进程同步问题

1.生产者—消费者问题

2.读者—写者问题

3.哲学家进餐问题

4.打瞌睡的理发师问题


经典进程同步问题

1.生产者—消费者问题

如果一个进程能产生并释放资源,则该进程称做生产者;如果一个进程单纯使用(消耗)资源,则该进程称做消费者

生产者-消费者问题表述如下:

一组生产者进程和一组消费者进程(设每组有多个进程)通过缓冲区发生联系。生产者进程将生产的产品(数据、消息等统称为产品)送入缓冲区,消费者进程从中取出产品。假定缓冲区共有N个,可把它们设想成一个环形缓冲池。

它们应满足如下同步条件

① 任一时刻所有生产者存放产品的单元数不能超过缓冲区的总容量(N )。

② 所有消费者取出产品的总量不能超过所有生产者当前生产产品的总量。

在此问题中:

(1)

生产者之间要互斥使用缓冲区;

消费者之间要互斥使用缓冲区;

生产者、消费者之间要互斥使用缓冲区。

(2)

生产者、消费者之间有同步合作的关系。

1.设缓冲区的编号为0~N-1inout分别是生产者进程和消费者进程使用的指针,指向下面可用的缓冲区,初值都是0。

2.设置三个信号量:

full:表示放有产品的缓冲区数,其初值为0

empty:表示可供使用的缓冲区数,其初值为N

mutex:互斥信号量,初值为1,表示各进程互斥进入临界区,保证任何时候只有一个进程使用缓冲区。

2.读者—写者问题

读者-写者问题也是一个著名的进程互斥访问有限资源的问题。例如,一个航班预订系统有一个大型数据库,很多竞争进程要对它进行读、写。允许多个进程同时读该数据库,但是在任何时候如果有一个进程写(即修改)数据库,那么就不允许其他进程访问它—— 既不允许写,也不允许读。

设置两个信号量:读互斥信号量rmutex和写互斥信号量wmutex。另外设立一个读计数器readcount,它是一个整型变量,初值为0。

rmutex:用于读者互斥地访问readcount,初值为1

wmutex:用于保证一个写者与其他读者/写者互斥地访问共享资源,初值为1

以上算法是一种读者优先算法,即只要有一个读者正在读操作,它就可以保持对数据区的控制,这就易使写者饥饿。

该问题的另一个变种:写者优先算法,即只要写者申请写操作,就不允许新的读者访问数据区。该算法读者们可能饥饿。

3.哲学家进餐问题

五个哲学家围坐在一个圆桌周围,每个哲学家面前都有一只碗,各碗之间分别有一根筷子,餐桌如下图。

哲学家的生活包括两种活动:即吃面条思考。当哲学家觉得饿时,他就分两次去取他左边和右边的筷子,每次拿一根(不能强行从邻座手中抢过筷子),如果成功,他就开始吃面条,吃完后把筷子放回原处继续思考。

初步分析:获得两根筷子时才可进餐

哲学家进餐问题

筷子是临界资源,一段时间内只允许一个哲学家使用。可用一个信号量表示一根筷子。由五个信号量构成信号量数组。第i个哲学家的进餐过程可描述如下:

解决死锁的方法:

(1) 最多只允许4个哲学家同时拿筷子,保证有一人能 够进餐。

(2) 仅当左、右两根筷子均可用时,才允许他拿起筷子。

(3) 奇数号哲学家先拿左边的筷子,偶数号先拿右边的筷子。

方法(1)的算法描述如下:

4.打瞌睡的理发师问题

问题描述:理发店有一名理发师、一把理发椅和几把座椅,等待的理发者可以坐在座椅上。如果没有顾客到来,理发师就坐在理发椅上打盹。当顾客到来时,就唤醒理发师。如果顾客到来时理发师正在理发,该顾客就坐在椅子上排队;如果满座了,他就离开这个理发店,到别处理发。

利用信号量机制为理发师和顾客各编写一段程序,描述他们的行为。

打瞌睡的理发师问题示意图

分析其中的互斥和同步关系:

  • 理发师和顾客是同步关系

  • 椅子是临界资源,应互斥使用

理发师和每位顾客都分别是一个进程。

希望对你有帮助!加油!

若您认为本文内容有益,请不吝赐予赞同并订阅,以便持续接收有价值的信息。衷心感谢您的关注和支持!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/573423.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

向开发板上移植ip工具:交叉编译 ip工具

一. 简介 前面几篇文章学习了 CAN设备节点的创建,以及如何使能 CAN驱动。 本文学习向开发板上移植ip工具。 二. 向开发板上移植ip工具:交叉编译 ip工具 注意:在移植 ip 命令的时候必须先对根文件系统做个备份!防止操作失误导…

【深度学习基础(4)】pytorch 里的log_softmax, nll_loss, cross_entropy的关系

一、常用的函数有: log_softmax,nll_loss, cross_entropy 1.log_softmax log_softmax就是log和softmax合并在一起执行,log_softmaxlogsoftmax 2. nll_loss nll_loss函数全称是negative log likelihood loss, 函数表达式为:f(x,class)−x[…

Qt/QML编程之路:QPainter与OpenGL的共用(49)

在Qt编程中,有时会有这样一种场景:用OpenGL显示了一个3维立体图,但是想在右下角画一个2D的表格,里面写上几个字。那么这个时候就会出现QPainter与OpenGL共用或者说2D、3D共用。但是问题是调用了QPainter,drawline之后呢,OPenGL的状态被清空了丢失了,3D不显示了。 在Ope…

【海贼王之强者之路】经典动漫影视改编火爆剧情回合卡牌手游-Win服务端源码视频架设教程-开放多区-GM后台-安卓苹果IOS双端版本!

【海贼王之强者之路】站长推荐经典动漫影视改编火爆剧情回合卡牌手游-2024年3月27日最新打包Win服务端源码视频架设教程-开放多区-GM后台-安卓苹果IOS双端版本!

python学习12:python中的字符串格式化-数字精度控制

python中的字符串格式化-数字精度控制 1.使用辅助符号"m.n"来进行数据的宽度和精度的控制 m,控制宽度,要求是数字(一般是很少使用的),设置的宽度小于数字自身,不生效 n,控制小数点精度,要求是数…

python 开启restful之路

1、环境安装及配置 python & pip python 官网下载 3.8 Python Release Python 3.8.0 | Python.org Centos安装python3详细教程_centos 安装python3-CSDN博客 2、IDE工具 PyCharm Community Edition 2023.3.4 3、Flask 构建简单的 web应用 编写 app.py文件 from flask …

蓝桥杯算法赛(二进制王国)

问题描述 二进制王国是一个非常特殊的国家,因为该国家的居民仅由 0 和 1 组成。 在这个国家中,每个家庭都可以用一个由 0 和 1 组成的字符串 S 来表示,例如 101、 000、 111 等。 现在,国王选了出 N 户家庭参加邻国的庆典…

vue2 el-table指定某些数据不参与排序

vue2 el-table指定某些数据不参与排序 1、需求描述2、配置属性方法3、详细代码如下 1、需求描述 最后一行总计不参与排序 2、配置属性方法 el-table 需要配置 sort-change"soltHandle" 方法 el-table-column 需要配置 sortable"custom"属性3、详细代码如…

Go的数据结构与实现【Set】

介绍 Set是值的集合,可以迭代这些值、添加新值、删除值并清除集合、获取集合大小并检查集合是否包含值,集合中的一个值只存储一次,不能重复。 本文代码地址为go-store 简单实现 这是集合的一个简单实现,还不是并发安全的&#…

Android 性能优化(六):启动优化的详细流程

书接上文,Android 性能优化(一):闪退、卡顿、耗电、APK 从用户体验角度有四个性能优化方向: 追求稳定,防止崩溃追求流畅,防止卡顿追求续航,防止耗损追求精简,防止臃肿 …

机器学习——聚类算法-KMeans聚类

机器学习——聚类算法-KMeans聚类 在机器学习中,聚类是一种无监督学习方法,用于将数据集中的样本划分为若干个簇,使得同一簇内的样本相似度高,不同簇之间的样本相似度低。KMeans聚类是一种常用的聚类算法之一,本文将介…

外包干了15天,技术退步明显。。。。。。

说一下自己的情况,本科生,19年通过校招进入武汉某软件公司,干了接近4年的功能测试,今年年初,感觉自己不能够在这样下去了,长时间呆在一个舒适的环境会让一个人堕落!而我已经在一个企业干了四年的功能测试&a…