程序在操作系统中的两种执行方式——顺序执行与并发执行，并通过对比突出了并发执行的复杂性及其带来的挑战-优快云博客

程序在操作系统中的两种执行方式——顺序执行与并发执行，并通过对比突出了并发执行的复杂性及其带来的挑战。以下是详细解析：

程序的顺序执行
- 顺序性：程序严格按照代码书写的逻辑顺序执行，即“输入→计算→输出”，每一步都依赖前一步完成。
- 封闭性：程序独占资源（如CPU、内存），运行过程中不受其他程序干扰，环境可预测。
- 可再现性：只要输入相同，无论何时运行，结果始终一致，便于调试和验证。
程序的并发执行
并发是现代操作系统的核心特性之一，允许多个程序或进程“同时”运行（物理上可能是交替执行）。
- 实现条件：借助多道程序设计技术，多个程序驻留内存，由操作系统调度，在CPU和I/O设备上交替或并行执行。
- 特征分析：
  - 失去封闭性：由于资源共享（如内存、文件、设备），一个程序的执行可能被另一个程序影响。
  - 执行活动不一一对应：程序的逻辑流程与其实际执行顺序可能不同，例如因调度延迟导致某段代码未及时执行。
  - 相互制约性：程序之间存在同步关系，如P₂需等待P₁完成某个操作才能继续，否则会出现逻辑错误。
并发执行示例：交通流量统计
设有两个程序：
- P₁：读取车辆计数器并打印统计结果；
- P₂：将计数器清零。
若无同步机制，可能出现以下情况：
- 正常情况：P₁先读数 → P₂清零 → 结果正确；
- 异常情况：P₂先清零 → P₁读数为0 → 统计失真；
- 或两者交叉执行，造成数据竞争（race condition）。
这说明并发执行引入了不确定性，必须通过同步机制（如互斥锁、信号量）来保证关键操作的原子性和顺序性。

✅ 总结：
顺序执行简单、可控，但资源利用率低；
并发执行提高了资源利用率和系统吞吐量，但带来了资源共享、状态干扰和执行顺序不确定等问题，因此需要引入进程管理、同步与互斥机制来保障程序正确运行。

# 模拟交通流量统计中的并发问题（无同步时的风险）
counter = 0  # 全局计数器

def P1_print_count():
    print(f"当前车流量: {counter}")  # 可能在清零后执行

def P2_reset_count():
    global counter
    counter = 0

# 场景模拟：假设车辆已计入 counter=5
counter = 5
P2_reset_count()  # 清零
P1_print_count()  # 输出 0 —— 错误！应先输出再清零

# 正确做法：使用互斥锁控制访问顺序
import threading

lock = threading.Lock()

def safe_P1():
    with lock:
        print(f"安全输出车流量: {counter}")

def safe_P2():
    global counter
    with lock:
        counter = 0

临界区（Critical Section） 是指一段访问共享资源（如全局变量、文件、设备等）的代码，在该段代码中必须保证同一时刻只有一个进程或线程可以执行，否则会导致数据不一致或逻辑错误。例如在交通流量统计示例中，读取和清零计数器的操作都涉及共享变量 counter，因此这些操作所在的代码段就是临界区。

临界区问题的四个解决条件：

为确保并发程序正确运行，进入临界区的机制必须满足以下四点要求：

互斥性（Mutual Exclusion）：任一时刻最多只有一个进程能执行临界区代码；
前进性（Progress）：不允许无关进程阻塞临界区的进入请求，没有进程在临界区时，其他想进入的进程应能尽快进入；
有限等待（Bounded Waiting）：任何想进入临界区的进程应在有限时间内获得许可，避免饥饿；
忙则等待：当有进程在临界区内执行时，其他试图进入的进程必须等待。

如何通过互斥机制解决资源竞争问题？

互斥机制的核心思想是：对共享资源的访问进行加锁控制，确保每次只有一个线程能够操作该资源。

常见实现方式包括：

软件方法（如 Peterson 算法）

适用于两个进程的场景，利用标志位和轮转变量实现互斥。

int turn;           // 轮到谁？
int flag[2] = {0};  // flag[i] 表示进程 i 是否想进入

// 进程 i 的代码结构
flag[i] = 1;
turn = j;
while (flag[j] && turn == j);  // 等待
// --- 临界区 ---
flag[i] = 0;

硬件支持（关中断、原子指令）
- 关中断：在单处理器系统中，进入临界区前关闭中断，防止被抢占（但不适合多核系统）；
- 使用原子操作（如 TestAndSet、CompareAndSwap），保证测试与设置操作不可分割。

操作系统提供的同步工具

互斥锁（Mutex Lock）：

import threading

lock = threading.Lock()

def critical_section():
    lock.acquire()   # 请求进入临界区
    try:
        # 访问共享资源
        print("正在访问共享资源...")
    finally:
        lock.release()  # 释放锁

信号量（Semaphore）：

from threading import Semaphore

sem = Semaphore(1)  # 初始值为1，表示互斥信号量

def worker():
    sem.acquire()
    try:
        print("线程进入临界区")
    finally:
        sem.release()