An introduction to pmemobj (part 4) - transactional dynamic memory allocation

本文探讨了PMEM对象持久化库中TX_系列函数的使用,对比了不同方法对结构体成员变量进行修改时的性能差异。通过具体示例,分析了TX_SET与TX_ADD在内存分配和性能上的区别,提出直接使用TX_ADD(rect)的优化方案。

参考链接:https://pmem.io/2015/06/17/tx-alloc.html

TX_** 系列函数的定义

参考链接:https://github.com/pmem/pmdk/blob/master/src/include/libpmemobj/tx.h

Homework

个人看法:

这段代码的实际含义:

void rectangle_modify(TOID(struct rectangle) rect, int new_a, int new_b) {
	TX_BEGIN(pop) {

            TX_ADD_FIELD(rect, a);
            D_RW(rect)->a = (new_a);

            TX_ADD_FIELD(rect, b);
            D_RW(rect)->b = (new_b);

	} TX_END
}

//一次转换

void rectangle_modify(TOID(struct rectangle) rect, int new_a, int new_b) {
	TX_BEGIN(pop) {

            TX_ADD_DIRECT(&(D_RO(rect)->a);
            D_RW(rect)->a = (new_a);

            TX_ADD_DIRECT(&(D_RO(rect)->b);
            D_RW(rect)->b = (new_b);

	} TX_END
}

//二次转换

void rectangle_modify(TOID(struct rectangle) rect, int new_a, int new_b) {
	TX_BEGIN(pop) {

            pmemobj_tx_add_range_direct(&(D_RO(rect)->a, sizeof(*(&(D_RO(rect)->a)))
            D_RW(rect)->a = (new_a);

            pmemobj_tx_add_range_direct(&(D_RO(rect)->b, sizeof(*(&(D_RO(rect)->b)))
            D_RW(rect)->b = (new_b);

	} TX_END
}

首先前面已经给 a,b 做了定义,是 rect 的成员函数

struct rectangle {
	int a;
	int b;
};

然后,本段代码中用的是 TX_SET 会导致两次 pmemobj_tx_add_range_direct 函数调用(个人看法),每次调用就需要给 a,b 继续内存分配,这样开销较大。可以直接使用 TX_ADD(rect)

void rectangle_modify(TOID(struct rectangle) rect, int new_a, int new_b) {
	TX_BEGIN(pop) {

            TX_ADD(rect);
               D_RW(rect)->a = new_a;
	       D_RW(rect)->b = new_b;
		
	} TX_END
}

 

 

 

 

 

 

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值