读书笔记:《深入理解计算机系统》 之 第十二章 并发编程

在现代系统中,进程是切换执行的。举个例子,我们一边听音乐一边浏览网站,看起来我们是同时执行的,其实是切换执行的,那为什么浏览网站的时候音乐还在播放呢,简单的来说是因为系统中缓冲了一些资源。

以上的举例是建立在单处理器的基础上,随着科技的发展,现在我们的电脑一般都是多核处理器,也就是说可以真的做到并发执行。

再谈一下并行与并发这两个概念,并发与处理器的个数没有关系,只要两个逻辑控制流有重叠或者交错就都是并发.并行是并发的一个特例.并行是指多个处理器同时执行。

 

但是并发不仅仅局限于内核,它在应用程序中也可以扮演重要角色。使用应用级并发的应用程序成为并发程序,现代操作系统提供了三种基本的构造基本并发程序的方法,分别是基于进程的并发编程,基于I/O多路复用的并发编程,基于线程的并发编程。

 

基于进程的并发编程,一个比较常见的方法是在父进程中接受客户端的连接请求,然后创建一个新的子进程为每个客户端提供服务。

而基于I/O多路复用的并发编程,基本的思路是使用一个select函数,要求内核挂起进程,只有在一个或多个I/O事件发生后,才将控制返回给应用程序。是一种事件驱动设计。

而基于线程的并发编程,是上面两种方法的混合。基于线程的逻辑流结合了基于进程和基于I/O多路复用的流的特性。同进程一样,线程由内核自动调度,并且内核通过一个整数ID来识别线程。同基于I/O多路复用的流一样,多个线程运行在单一进程的上下文中,因此共享这个进程虚拟空间的所有内容,包括它的代码,数据,堆,共享库和打开的文件。

 

【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技术人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
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