ext 文件系统原理

super block:存储文件系统的整体信息,记录inode和block的总量,使用数,空闲数,以及文件系统的格式及相关信息

inode: 记录档案的属性,一个档案占用一个inode,同时记录此档案的数据所在的block 号码;

  直接inode

  间接inode

  三级inode

block:实际记录档案的内容,若档案太大时,会占用多个 block 。

  一个块一般是4k

 

查找文件/etc/issue

1、内核首先是必须知道根的inode号

2、通过inode找到根的数据块,数据块保存了根目录下所有文件名称以及其对应的inode号

3、找到etc的inode号之后,然后找到etc对应的数据块,

4、数据块保存了文件夹和文件的名字和对应的inode号,通过inode号查找到issue的inode节点

5、inode节点里保存数据块的信息,即可找到

 

 

硬链接:访问文件的两个路径,等同于文件查找

  目录不支持硬链接(因为目录里可以被无线循环)

  不可以跨文件系统

  引用计数

  ln

  查看inode发现inode号相同,因为最终引用相同的数据块

  查看文件的inode 号 : ll -hi 

 

软链接:类似快捷方式,实际上是对应的inode节点里保存了对应的链接

  可以跨文件系统

  源文件被删除,连接失效

  ln -s

  符号链接的inode号不一致,因为保存的是不同的内容

转载于:https://www.cnblogs.com/yaoguoguo/articles/8186136.html

内容概要:本文介绍了一个基于MATLAB实现的无人机三维路径规划项目,采用蚁群算法(ACO)与多层感知机(MLP)相结合的混合模型(ACO-MLP)。该模型通过三维环境离散化建模,利用ACO进行全局路径搜索,并引入MLP对环境特征进行自适应学习与启发因子优化,实现路径的动态调整与多目标优化。项目解决了高维空间建模、动态障碍规避、局部最优陷阱、算法实时性及多目标权衡等关键技术难题,结合并行计算与参数自适应机制,提升了路径规划的智能性、安全性和工程适用性。文中提供了详细的模型架构、核心算法流程及MATLAB代码示例,涵盖空间建模、信息素更新、MLP训练与融合优化等关键步骤。; 适合人群:具备一定MATLAB编程基础,熟悉智能优化算法与神经网络的高校学生、科研人员及从事无人机路径规划相关工作的工程师;适合从事智能无人系统、自动驾驶、机器人导航等领域的研究人员; 使用场景及目标:①应用于复杂三维环境下的无人机路径规划,如城市物流、灾害救援、军事侦察等场景;②实现飞行安全、能耗优化、路径平滑与实时避障等多目标协同优化;③为智能无人系统的自主决策与环境适应能力提供算法支持; 阅读建议:此资源结合理论模型与MATLAB实践,建议读者在理解ACO与MLP基本原理的基础上,结合代码示例进行仿真调试,重点关注ACO-MLP融合机制、多目标优化函数设计及参数自适应策略的实现,以深入掌握混合智能算法在工程中的应用方法。
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  | 博主筛选后可见
 
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