cs-app 动态链接一句话的理解

本文讲解了cs-app在运行时动态加载A.so文件时如何解析未定义的fun符号。介绍了两种方法:一是加载包含fun定义的fun.so并设置RTLD_GLOBAL;二是直接在源码中定义fun,并使用-rdynamic编译。

cs-app 动态链接一句话的理解

原话

dlopen函数加载和链接共享库filename。用已用带RTLD_GLOBAL选项打开了的库解析filename中的外部符号
如果当前可执行文件是带-rdynamic选项编译的, 那么对符号解析而言,它的全局符号也是可用的。

解答

假如,我们动态加载A.so文件,此时在运行时A.so库本身也要进行符号的解析,那么如果A.so中使用了一个fun函数,但A.so中又没有定义,那么该如何解析该fun符号,原文就是对这个做解释的,原文中提了两种方法:

  • 方法一:源码加载另一个带有fun函数定义的动态库,且要带RTLD_GLOBAL选项,比如:dlopen("./fun.so", RTLD_GLOBAL|RTLD_LAZY);,fun.so中有函数fun的定义。
  • 方法二:在源码中,定义fun函数,且在编译的时候要带上-rdynamic

注意点

动态库的符号解析是在运行时的,所以就算没有使用上面的两个方法,源文件也是可以编译成功的,但是执行时会报类似下面的错误:

./procg2r2: symbol lookup error: ./libvector2.so: undefined symbol: fun
内容概要:本文介绍了一种基于蒙特卡洛模拟和拉格朗日优化方法的电动汽车充电站有序充电调度策略,重点针对分时电价机制下的分散式优化问题。通过Matlab代码实现,构建了考虑用户充电需求、电网负荷平衡及电价波动的数学模【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)型,采用拉格朗日乘子法处理约束条件,结合蒙特卡洛方法模拟大量电动汽车的随机充电行为,实现对充电功率和时间的优化分配,旨在降低用户充电成本、平抑电网峰谷差并提升充电站运营效率。该方法体现了智能优化算法在电力系统调度中的实际应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事新能源汽车、智能电网相关领域的工程技术人员。; 使用场景及目标:①研究电动汽车有序充电调度策略的设计与仿真;②学习蒙特卡洛模拟与拉格朗日优化在能源系统中的联合应用;③掌握基于分时电价的需求响应优化建模方法;④为微电网、充电站运营管理提供技术支持和决策参考。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注目标函数构建、约束条件处理及优化求解过程,可尝试调整参数设置以观察不同场景下的调度效果,进一步拓展至多目标优化或多类型负荷协调调度的研究。
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