＜操作系统导论＞第二十二章

1．使用以下参数生成随机地址：-s 0 -n 10，-s 1 -n 10 和-s 2 -n 10。将策略从 FIFO 更改
为 LRU，并将其更改OPT。计算所述地址追踪中的每个访问是否命中或未命中。

FIFO：

这里可以看出cache是三位

查看结果：

后面两个随机种子同上，只看结果。

LRU：LRU策略决定替换哪个页将基于“局部性原则”，根据历史近期访问决定替换哪个页

查看答案：

后面两个随机种子同上：

OPT：OPT最优策略决定替换哪个页将基于未来的访问情况，将未来最远访问的页替换掉

查看答案：

后面两个随机种子同上：

2．对于大小为 5 的高速缓存，为以下每个策略生成最差情况的地址引用序列：FIFO、
LRU 和 MRU（最差情况下的引用序列导致尽可能多的未命中）。对于最差情况下的引用序列，需要的缓存增大多少，才能大幅提高性能，并接近 OPT？

序列为：1，2，3，4，5，6 即可。
像这种会造成抖动的序列，需要至少增大到序列个数才行。

3．生成一个随机追踪序列（使用 Python 或 Perl）。你预计不同的策略在这样的追踪序
列上的表现如何？

写的python代码需要给权限才能运行（绿色可以运行）

使用如下命令：
./paging-policy.py -f 1.txt -p FIFO -c
./paging-policy.py -f 1.txt -p LRU -c
./paging-policy.py -f 1.txt -p OPT -c

FIFO：

LRU：

OPT：

OPT的命中率会高一点，预计随着数据数量的增加，这种差距会变得更大

4．现在生成一些局部性追踪序列。如何能够产生这样的追踪序列？LRU 表现如何？RAND
比 LRU 好多少？CLOCK 表现如何？CLOCK 使用不同数量的时钟位，表现如何？

测试命令：

./paging-policy.py -f 1.txt -p LRU -c
./paging-policy.py -f 1.txt -p RAND -c
./paging-policy.py -f 1.txt -p CLOCK -c

类似于第三小题，LRU的表现略好于RAND。

经过不完全测试，CLOCK bit为1时表现差于LRU，提高bit时出现好于LRU的情况，且在一定数值内bit越高表现越好。