C++面试 -操作系统-代码能力:CPU的上下文切换、中断处理与系统调度

本文主要是介绍C++面试 -操作系统-代码能力:CPU的上下文切换、中断处理与系统调度,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

      

目录

一、上下文切换(Context Switching)

1. 切换基础

2. 减少切换

使用线程池

使用异步编程

使用共享内存

二、中断处理(Interrupt Handling)

中断基础

中断发生过程

三、系统调度(Scheduling)

进程调度

调度算法

先来先服务(First Come, First Served,FCFS)

最短作业优先(Shortest Job First,SJF)

轮转调度(Round Robin)

多级反馈队列调度(Multilevel Feedback Queue,MLFQ)

调度算法比较

总结

        在计算机系统中,CPU的上下文切换、中断处理和系统调度是非常基础但也非常重要的概念,特别是对操作系统和系统性能有着直接影响。

一、上下文切换(Context Switching)

1. 切换基础

        上下文指的是 CPU 执行进程时所需的全部状态信息,包括程序计数器、寄存器内容、内存管理信息等。当操作系统决定切换到另一个进程时,需要保存当前进程的上下文,并加载下一个进程的上下文,这个过程就是上下文切换。

        以下是一个简单的C++代码示例,演示了上下文切换的过程。请注意,这只是一个概念性的示例,实际的上下文切换涉及更多底层操作系统的细节,例如保存和恢复寄存器状态等,并且通常是由操作系统内核完成的。

#include <iostream>
#include <thread>
#include <chrono>// 假设这是一个简单的进程类
class Process {
private:int id;
public:Process(int i) : id(i) {}void run() {for (int i = 0; i < 5; ++i) {std::cout << "Process " << id << " is running..." << std::endl;std::this_thread::sleep_for(std::chrono::milliseconds(1000)); // 模拟进程执行}}
};int main() {Process p1(1);Process p2(2);std::thread t1(&Process::run, &p1); // 创建线程1来运行进程1std::thread t2(&Process::run, &p2); // 创建线程2来运行进程2t1.join(); // 等待线程1完成t2.join(); // 等待线程2完成return 0;
}

        在这个示例中,我们创建了两个Process对象,每个对象表示一个进程。然后,我们使用std::thread创建了两个线程,分别运行这两个进程的run方法。在每个进程的run方法中,我们简单地打印一条消息,并使用std::this_thread::sleep_for模拟进程执行。最后,我们等待这两个线程执行完成。

        这个示例演示了两个进程(线程)在并发执行的情况,当操作系统决定切换到另一个进程时,它会暂停当前进程的执行,保存当前进程的上下文(包括程序计数器、寄存器内容等),然后加载下一个进程的上下文,使其继续执行。这个过程会周期性地发生,以便让多个进程(线程)交替执行,实现并发和多任务。

2. 减少切换

        上下文切换的开销是很高的,因为需要保存和恢复大量的状态信息。因此,减少上下文切换次数是提高系统性能的一种重要手段。

使用线程池

        创建一组线程并重复使用它们,而不是为每个任务都创建一个新的线程。这样可以减少线程的创建和销毁带来的上下文切换开销。

#include <iostream>
#include <thread>
#include <vector>
#include <queue>
#include <mutex>
#include <condition_variable>class ThreadPool {
public:ThreadPool(size_t numThreads) : stop(false) {for (size_t i = 0; i < numThreads; ++i) {threads.emplace_back([this] {while (true) {std::function<void()> task;{std::unique_lock<std::mutex> lock(queueMutex);condition.wait(lock, [this] { return stop || !tasks.empty(); });if (stop && tasks.empty()) return;task = std::move(tasks.front());tasks.pop();}task();}});}}~ThreadPool() {{std::unique_lock<std::mutex> lock(queueMutex);stop = true;}condition.notify_all();for (std::thread& thread : threads) {thread.join();}}template<typename Func>void enqueue(Func&& f) {{std::unique_lock<std::mutex> lock(queueMutex);tasks.emplace(std::forward<Func>(f));}condition.notify_one();}private:std::vector<std::thread> threads;std::queue<std::function<void()>> tasks;std::mutex queueMutex;std::condition_variable condition;bool stop;
};int main() {ThreadPool pool(4);for (int i = 0; i < 10; ++i) {pool.enqueue([i] {std::cout << "Task " << i << " is executed by thread " << std::this_thread::get_id() << std::endl;});}return 0;
}

        在这个示例中,我们创建了一个简单的线程池类ThreadPool,它包含了一组工作线程,这些工作线程在一个无限循环中等待执行任务。通过重复使用这些线程,可以减少线程创建和销毁带来的上下文切换开销。 

使用异步编程

        使用异步编程模型,例如std::asyncstd::future等,可以在不阻塞主线程的情况下执行任务,从而减少线程切换的开销。     

#include <iostream>
#include <future>int main() {std::future<void> future1 = std::async([] {std::cout << "Task 1 is executed asynchronously" << std::endl;});std::future<void> future2 = std::async([] {std::cout << "Task 2 is executed asynchronously" << std::endl;});future1.get();future2.get();return 0;
}

        在这个示例中,我们使用std::async创建了两个异步任务,它们可以在后台执行而不阻塞主线程。这样可以避免频繁地切换线程的上下文,从而提高系统的性能。

使用共享内存

        在多进程或多线程之间共享数据时,可以考虑使用共享内存而不是消息传递等方式。共享内存可以避免频繁地在进程或线程之间传递数据,从而减少上下文切换的开销。

#include <iostream>
#include <unistd.h>
#include <sys/mman.h>
#include <sys/wait.h>int main() {int* shared_memory = (int*)mmap(NULL, sizeof(int), PROT_READ | PROT_WRITE, MAP_SHARED | MAP_ANONYMOUS, -1, 0);*shared_memory = 0;pid_t pid = fork();if (pid == 0) {// Child processfor (int i = 0; i < 5; ++i) {(*shared_memory)++;std::cout << "Child process: " << *shared_memory << std::endl;sleep(1);}} else if (pid > 0) {// Parent processfor (int i = 0; i < 5; ++i) {(*shared_memory)++;std::cout << "Parent process: " << *shared_memory << std::endl;sleep(1);}wait(NULL);}munmap(shared_memory, sizeof(int));return 0;
}

        在这个示例中,我们使用共享内存来在父子进程之间共享数据,而不是使用管道或消息队列等通信方式。这样可以避免因为通信而引起的上下文切换开销。

  1. 减少锁的竞争

    • 在多线程编程中,锁的竞争会导致线程频繁地切换和等待,从而增加上下文切换的开销。可以通过减少锁的使用、使用更细粒度的锁或者使用无锁数据结构等方式来减少锁的竞争,从而降低上下文切换的次数。
  2. 优化I/O操作

    • 避免阻塞式的I/O操作,使用非阻塞式或异步I/O操作可以减少线程在等待I/O完成时的上下文切换次数。另外,使用缓冲区或批量处理I/O请求也可以降低上下文切换的频率。

二、中断处理(Interrupt Handling)

中断基础

        中断是指来自硬件或软件的信号,它们可以打断 CPU 的正常执行流程,引起 CPU 转而执行特定的中断处理程序。中断可以是外部设备发来的,比如键盘输入、定时器到期等,也可以是软件生成的,比如系统调用、异常等。

        当涉及到中断的例子时,让我们考虑一个简单的键盘输入中断的情况。我们将编写一个程序,当用户按下键盘时,将触发一个中断处理程序来处理键盘输入事件。

        在这个例子中,我们将使用C++结合POSIX操作系统接口来实现。请注意,不同的操作系统可能有不同的中断处理机制,以下示例基于Unix/Linux系统。

#include <iostream>
#include <csignal>
#include <unistd.h>// 中断处理函数
void signalHandler(int signal) {std::cout << "Interrupt signal (" << signal << ") received.\n";// 在这里添加处理中断的逻辑,比如读取键盘输入char buffer[100];read(STDIN_FILENO, buffer, sizeof(buffer));std::cout << "You entered: " << buffer;
}int main() {// 注册中断处理函数signal(SIGINT, signalHandler);std::cout << "Press Ctrl+C to trigger an interrupt...\n";// 无限循环,等待中断发生while (true) {// 等待中断sleep(1);}return 0;
}

        在这个示例中,我们使用了 signal() 函数来注册一个中断处理函数 signalHandler,以捕获 SIGINT 信号,这是在用户按下 Ctrl+C 时发出的中断信号。当中断发生时,操作系统会调用注册的中断处理函数来执行特定的处理逻辑。在这个例子中,我们简单地读取键盘输入并将其打印出来。

        请注意,这只是一个简单的例子,实际中断处理可能涉及更复杂的逻辑和系统调用。此外,不同的操作系统可能有不同的中断处理机制和接口。

中断发生过程

        当发生中断时,CPU 会保存当前的上下文,然后执行相应的中断处理程序。处理完中断后,CPU 再恢复之前的上下文继续执行原来的任务。

        当发生中断时,CPU会保存当前的上下文,然后执行相应的中断处理程序。处理完中断后,CPU会恢复之前的上下文继续执行原来的任务。让我们通过一个简单的C++代码示例来说明这一点,我们将模拟一个中断处理的过程。

#include <iostream>
#include <csignal>
#include <unistd.h>// 中断处理函数
void interruptHandler(int signal) {std::cout << "Interrupt signal (" << signal << ") received.\n";std::cout << "Executing interrupt handler...\n";// 模拟中断处理的一些操作std::cout << "Simulating interrupt handling...\n";sleep(2); // 模拟中断处理的耗时操作std::cout << "Interrupt handling complete.\n";
}int main() {// 注册中断处理函数signal(SIGINT, interruptHandler);std::cout << "Press Ctrl+C to trigger an interrupt...\n";// 无限循环,等待中断发生while (true) {// 模拟主任务执行std::cout << "Main task is running...\n";sleep(1); // 模拟主任务的一些操作}return 0;
}

        在这个示例中,我们注册了一个中断处理函数interruptHandler来捕获 SIGINT 信号,该信号在用户按下Ctrl+C时发出。当中断发生时,操作系统会调用注册的中断处理函数来执行一些特定的处理逻辑。在这个例子中,我们简单地模拟了一些中断处理的操作,包括打印信息和模拟处理耗时。

        主程序中有一个无限循环,模拟了一个长时间运行的任务。当用户按下Ctrl+C触发中断时,中断处理函数会被执行,处理完中断后,程序会恢复到主任务继续执行。这个过程就展示了中断发生时CPU如何保存和恢复上下文的行为。

  

三、系统调度(Scheduling)

进程调度

        系统调度是操作系统决定在给定时刻应该运行哪个进程的过程。操作系统需要综合考虑诸如进程的优先级、等待时间、IO状态等因素,来决定进程的调度顺序,以达到系统的整体性能和响应性的最优化。

#include <iostream>
#include <vector>
#include <algorithm>// 进程结构体
struct Process {int id;int priority;Process(int pid, int pri) : id(pid), priority(pri) {}
};// 用于比较进程优先级的比较函数
bool comparePriority(const Process& p1, const Process& p2) {return p1.priority > p2.priority; // 优先级高的排在前面
}int main() {// 创建一些进程并指定它们的优先级std::vector<Process> processes = {Process(1, 5),Process(2, 3),Process(3, 7),Process(4, 2),Process(5, 6)};// 按照优先级排序进程std::sort(processes.begin(), processes.end(), comparePriority);// 输出调度顺序std::cout << "Scheduling order:\n";for (const auto& process : processes) {std::cout << "Process " << process.id << " (Priority: " << process.priority << ")\n";}return 0;
}

        在这个示例中,我们创建了几个进程,每个进程都有一个优先级(priority)。然后,我们使用std::sort函数根据优先级将这些进程排序。最后,我们输出排序后的进程列表,这个列表代表了操作系统根据优先级决定的进程调度顺序。

        这个示例简单地演示了一个进程调度的过程,实际的操作系统调度算法会更加复杂,需要综合考虑诸如进程的等待时间、IO状态等因素。

调度算法

        常见的调度算法包括先来先服务(FCFS)、最短作业优先(SJF)、轮转调度(Round Robin)、多级反馈队列调度等。

下面是对常见的调度算法的详细介绍:

先来先服务(First Come, First Served,FCFS)

  • 先来先服务调度算法是最简单的调度算法之一,按照进程到达的顺序进行调度,先到达的进程先执行,直到该进程执行完成或阻塞后才调度下一个进程。
  • 优点是简单易实现,适用于长作业;缺点是平均等待时间较长,可能导致短作业等待时间过长的情况(所谓的“饥饿”现象)。
#include <iostream>
#include <queue>using namespace std;// 进程结构体
struct Process {int id;int arrivalTime;int burstTime;int waitingTime;int turnaroundTime;
};// FCFS 调度函数
void FCFS_Scheduling(queue<Process>& processes) {int currentTime = 0;while (!processes.empty()) {Process currentProcess = processes.front();processes.pop();// 计算等待时间currentProcess.waitingTime = currentTime - currentProcess.arrivalTime;// 更新当前时间currentTime += currentProcess.burstTime;// 计算周转时间currentProcess.turnaroundTime = currentProcess.waitingTime + currentProcess.burstTime;// 输出进程信息cout << "Process " << currentProcess.id << ":\n";cout << "Arrival Time: " << currentProcess.arrivalTime << "\n";cout << "Burst Time: " << currentProcess.burstTime << "\n";cout << "Waiting Time: " << currentProcess.waitingTime << "\n";cout << "Turnaround Time: " << currentProcess.turnaroundTime << "\n\n";}
}int main() {// 创建进程队列queue<Process> processes;// 添加进程到队列中processes.push({1, 0, 5, 0, 0});  // 进程ID为1,到达时间为0,执行时间为5processes.push({2, 2, 3, 0, 0});  // 进程ID为2,到达时间为2,执行时间为3processes.push({3, 4, 1, 0, 0});  // 进程ID为3,到达时间为4,执行时间为1// 执行 FCFS 调度算法cout << "FCFS Scheduling:\n";FCFS_Scheduling(processes);return 0;
}

        在这个示例中,我们定义了一个简单的进程结构体Process,包含进程的ID、到达时间、执行时间、等待时间和周转时间。然后,我们使用STL队列来存储进程,并模拟了几个进程的到达和执行时间。最后,我们实现了FCFS调度算法FCFS_Scheduling来对进程进行调度,并输出每个进程的等待时间和周转时间。

        请注意,这只是一个简单的示例,实际的FCFS调度算法可能需要考虑更多的细节和边界情况,例如进程的优先级、抢占性等。

最短作业优先(Shortest Job First,SJF)

  • 最短作业优先调度算法按照进程的执行时间进行调度,优先调度执行时间最短的进程。这可以最小化平均等待时间。
  • SJF算法可以是非抢占式的(非抢占式SJF)或抢占式的(抢占式SJF)。在非抢占式SJF中,一旦进程开始执行,它将一直执行直到完成;在抢占式SJF中,如果有新的更短的作业到达,操作系统可以中断当前作业并开始执行新的作业。
  • 优点是可以最小化平均等待时间,但可能导致长作业等待时间过长。
#include <iostream>
#include <vector>
#include <algorithm>using namespace std;// 进程结构体
struct Process {int id;int arrivalTime;int burstTime;int waitingTime;int turnaroundTime;
};// 非抢占式SJF调度算法
void nonPreemptiveSJF(vector<Process>& processes) {// 按到达时间排序sort(processes.begin(), processes.end(), [](const Process& p1, const Process& p2) {return p1.arrivalTime < p2.arrivalTime;});int currentTime = 0;int totalProcesses = processes.size();vector<bool> executed(totalProcesses, false);while (true) {int shortestJobIndex = -1;int shortestJobBurstTime = INT_MAX;// 找到最短作业for (int i = 0; i < totalProcesses; ++i) {if (!executed[i] && processes[i].arrivalTime <= currentTime && processes[i].burstTime < shortestJobBurstTime) {shortestJobIndex = i;shortestJobBurstTime = processes[i].burstTime;}}if (shortestJobIndex == -1) {// 没有进程可执行break;}// 更新当前时间和进程信息currentTime += processes[shortestJobIndex].burstTime;processes[shortestJobIndex].waitingTime = currentTime - processes[shortestJobIndex].arrivalTime - processes[shortestJobIndex].burstTime;processes[shortestJobIndex].turnaroundTime = processes[shortestJobIndex].waitingTime + processes[shortestJobIndex].burstTime;executed[shortestJobIndex] = true;// 输出进程信息cout << "Process " << processes[shortestJobIndex].id << ":\n";cout << "Arrival Time: " << processes[shortestJobIndex].arrivalTime << "\n";cout << "Burst Time: " << processes[shortestJobIndex].burstTime << "\n";cout << "Waiting Time: " << processes[shortestJobIndex].waitingTime << "\n";cout << "Turnaround Time: " << processes[shortestJobIndex].turnaroundTime << "\n\n";}
}int main() {// 创建进程列表vector<Process> processes = {{1, 0, 3, 0, 0},   // 进程ID为1,到达时间为0,执行时间为3{2, 1, 5, 0, 0},   // 进程ID为2,到达时间为1,执行时间为5{3, 2, 2, 0, 0},   // 进程ID为3,到达时间为2,执行时间为2{4, 3, 4, 0, 0}    // 进程ID为4,到达时间为3,执行时间为4};// 执行非抢占式SJF调度算法cout << "Non-Preemptive SJF Scheduling:\n";nonPreemptiveSJF(processes);return 0;
}

        在这个示例中,我们定义了一个简单的进程结构体 Process,包含进程的ID、到达时间、执行时间、等待时间和周转时间。然后,我们模拟了几个进程的到达和执行时间。最后,我们实现了非抢占式SJF调度算法 nonPreemptiveSJF 来对进程进行调度,并输出每个进程的等待时间和周转时间。

        请注意,这只是一个简单的示例,实际的SJF调度算法可能需要考虑更多的细节和边界情况,例如进程的优先级、抢占性等。

轮转调度(Round Robin)

  • 轮转调度算法将CPU的执行时间分成多个时间片(quantum),每个进程被分配一个时间片来执行,当时间片用完后,操作系统将暂停当前进程的执行并将CPU分配给下一个进程。
  • 如果进程在时间片用完之前完成了执行,则它会自愿释放CPU。如果时间片用完时进程还没有完成,它将被放到就绪队列的末尾,并等待下一个时间片。
  • 优点是公平性好,每个进程都有机会执行;缺点是可能出现上下文切换开销过大的问题,以及长作业的响应时间较长。
#include <iostream>
#include <queue>using namespace std;// 进程结构体
struct Process {int id;int burstTime;
};// 轮转调度函数
void roundRobinScheduling(queue<Process>& processes, int quantum) {int currentTime = 0;while (!processes.empty()) {Process currentProcess = processes.front();processes.pop();// 执行当前进程if (currentProcess.burstTime <= quantum) {// 进程执行时间小于等于时间片currentTime += currentProcess.burstTime;cout << "Process " << currentProcess.id << " is executing. Remaining burst time: 0\n";} else {// 进程执行时间大于时间片currentTime += quantum;currentProcess.burstTime -= quantum;cout << "Process " << currentProcess.id << " is executing. Remaining burst time: " << currentProcess.burstTime << endl;// 放回队列末尾processes.push(currentProcess);}}
}int main() {// 创建进程队列queue<Process> processes;// 添加进程到队列中processes.push({1, 10});  // 进程ID为1,执行时间为10processes.push({2, 5});   // 进程ID为2,执行时间为5processes.push({3, 8});   // 进程ID为3,执行时间为8// 设置时间片大小int quantum = 3;// 执行轮转调度算法cout << "Round Robin Scheduling (Time Quantum: " << quantum << "):\n";roundRobinScheduling(processes, quantum);return 0;
}

        在这个示例中,我们定义了一个简单的进程结构体 Process,包含进程的ID和执行时间。然后,我们将几个进程加入到队列中,并设置了时间片的大小。最后,我们实现了轮转调度算法 roundRobinScheduling 来对进程进行调度,并模拟了进程的执行过程。 

多级反馈队列调度(Multilevel Feedback Queue,MLFQ)

  • 多级反馈队列调度算法将进程分成多个队列,每个队列具有不同的优先级。初始时,所有进程被放入最高优先级的队列中。当进程开始执行时,如果它没有在一个时间片内完成,则将其移动到较低优先级的队列中。
  • 较低优先级的队列有更长的时间片,允许进程执行更长的时间。如果进程在较低优先级队列中等待的时间太长,它可能会被移动到更高优先级的队列中。
  • 优点是适用于各种类型的进程(长作业和短作业),可以提高系统的整体性能和响应性。
#include <iostream>
#include <vector>
#include <queue>using namespace std;// 进程结构体
struct Process {int id;int arrivalTime;int burstTime;int remainingTime; // 剩余执行时间int priority; // 优先级,优先级越高,数值越小
};// MLFQ 调度函数
void MLFQ_Scheduling(vector<queue<Process>>& queues, int timeQuantum) {int currentTime = 0;while (true) {bool allQueuesEmpty = true;// 逐个检查队列,从高优先级队列开始执行for (int i = 0; i < queues.size(); ++i) {queue<Process>& currentQueue = queues[i];// 如果队列不为空,执行队首进程if (!currentQueue.empty()) {allQueuesEmpty = false;Process& currentProcess = currentQueue.front();// 更新剩余执行时间int executionTime = min(timeQuantum, currentProcess.remainingTime);currentProcess.remainingTime -= executionTime;// 更新当前时间currentTime += executionTime;// 输出执行信息cout << "Process " << currentProcess.id << " is executing for " << executionTime << " units.\n";// 如果进程已经执行完成,则移出队列if (currentProcess.remainingTime == 0) {currentQueue.pop();cout << "Process " << currentProcess.id << " has finished execution.\n";} else {// 如果进程未执行完成,则将其移到下一级队列if (i < queues.size() - 1) {queues[i + 1].push(currentProcess);}}break; // 执行完一个进程后跳出循环,继续检查更高优先级的队列}}// 如果所有队列都为空,退出循环if (allQueuesEmpty) {break;}}cout << "All processes have been executed.\n";
}int main() {// 创建多级队列vector<queue<Process>> queues(3); // 假设有3个队列,优先级从高到低// 添加进程到最高优先级队列queues[0].push({1, 0, 5, 5, 0}); // 进程ID为1,到达时间为0,执行时间为5,优先级为0queues[0].push({2, 1, 7, 7, 1}); // 进程ID为2,到达时间为1,执行时间为7,优先级为1queues[0].push({3, 2, 3, 3, 2}); // 进程ID为3,到达时间为2,执行时间为3,优先级为2// 设置时间片大小int timeQuantum = 2;// 执行 MLFQ 调度算法cout << "MLFQ Scheduling (Time Quantum: " << timeQuantum << "):\n";MLFQ_Scheduling(queues, timeQuantum);return 0;
}

        在这个示例中,我们定义了一个简单的进程结构体 Process,包含进程的ID、到达时间、执行时间、剩余执行时间和优先级。然后,我们创建了多级队列来模拟多级反馈队列调度算法。我们假设系统有三个优先级队列,优先级从高到低。

        接下来,我们将几个进程加入到最高优先级队列中,并设置了时间片的大小。最后,我们实现了多级反馈队列调度算法 MLFQ_Scheduling 来对进程进行调度,并模拟了进程的执行过程。

调度算法比较

下面是四种调度算法的比较以及它们适用的场景:

  1. 先来先服务(FCFS)

    • 特点:按照进程到达的顺序进行调度,先到达的进程先执行。
    • 优点:简单易实现,适用于长作业。
    • 缺点:平均等待时间较长,可能导致短作业等待时间过长(饥饿现象)。
    • 适用场景:适用于长作业比较多的情况,且作业到达时间差异不大的情况。例如,批处理系统或任务队列中的作业。
  2. 最短作业优先(SJF)

    • 特点:按照进程的执行时间进行调度,优先调度执行时间最短的进程。
    • 优点:可以最小化平均等待时间。
    • 缺点:可能导致长作业等待时间过长,不适合在实时系统中使用。
    • 适用场景:适用于执行时间短的作业比较多的情况,且能够预测每个作业的执行时间。例如,交互式系统或具有明确作业执行时间的环境。
  3. 轮转调度(Round Robin)

    • 特点:将CPU的执行时间分成多个时间片,每个进程被分配一个时间片来执行,可以保证公平性。
    • 优点:公平性好,每个进程都有机会执行。
    • 缺点:可能出现上下文切换开销过大,以及长作业的响应时间较长。
    • 适用场景:适用于要求响应速度较快且需要保证公平性的系统。例如,交互式系统或网络服务器。
  4. 多级反馈队列调度(MLFQ)

    • 特点:将进程分成多个优先级队列,并根据进程的执行情况动态调整优先级。
    • 优点:适用于各种类型的进程,可以提高系统的整体性能和响应性。
    • 缺点:需要调整多个队列的调度策略,实现较复杂。
    • 适用场景:适用于同时存在长作业和短作业的环境,以及对系统响应时间和性能要求较高的情况。例如,服务器系统或操作系统内核中的进程调度。

举例说明:

  • 在一个操作系统中,用户提交了一批任务,这些任务的执行时间不尽相同,且无法预测。这种情况下,可以使用轮转调度算法,因为它能够保证每个任务都有机会执行,并且不会因为长作业的存在而导致其他任务等待过长时间。
  • 在一个批处理系统中,用户提交了一批长作业,这些作业的执行时间较长,且顺序无关紧要。这种情况下,可以使用先来先服务(FCFS)算法,因为它简单易实现,并且长作业可以按照到达的顺序依次执行。
  • 在一个实时系统中,需要保证对外部事件的快速响应。这种情况下,可以使用最短作业优先(SJF)算法,因为它能够优先调度执行时间最短的作业,从而最小化作业的响应时间。
  • 在一个服务器系统中,需要同时处理来自多个客户端的请求,并且要求对每个请求进行公平处理。这种情况下,可以使用多级反馈队列调度(MLFQ)算法,因为它可以根据不同作业的特性动态调整优先级,并且能够适应不同类型的作业需求。

总结

        这三个概念密切相关,上下文切换和中断处理是系统调度的基础,而系统调度又会影响上下文切换和中断处理的频率和效果。理解它们对于理解操作系统的工作原理和系统性能优化至关重要。

  1. 重要性

    • 上下文切换:上下文切换直接影响到程序的性能和响应速度。频繁的上下文切换会导致系统开销增加,降低系统的整体性能。因此,编写高效的程序需要尽量减少上下文切换的发生,比如避免不必要的线程或进程切换,合理设计任务的并发执行。

    • 中断处理:对于需要及时响应外部事件的应用,良好的中断处理机制可以保证系统对外部事件的及时响应。在编程中,需要确保中断处理程序的高效执行,以最小化中断响应时间,并尽量减少中断处理程序的执行时间,防止影响到系统的其他功能。

    • 系统调度:系统调度决定了不同任务之间的执行顺序和时间分配,直接影响到系统的性能、资源利用率和响应能力。合理的系统调度策略能够提高系统的吞吐量和响应速度,优化系统的性能。在编程中,需要了解不同调度算法的特点,选择合适的调度策略,并根据实际应用场景进行调优。

  2. 在编程中考虑

    • 减少上下文切换:在多线程编程中,尽量避免不必要的线程切换,可以通过减少锁的使用、合理设计任务的并发执行方式等方式来减少上下文切换的发生。此外,可以使用线程池等技术来复用线程,减少线程的创建和销毁,从而减少上下文切换的开销。

    • 优化中断处理:编写中断处理程序时,需要注意控制中断处理程序的执行时间,尽量将中断处理程序的执行时间保持在最小范围内。可以通过采用异步处理、使用高效的算法和数据结构等方式来提高中断处理程序的执行效率。

    • 合理设计任务调度:在编写多任务或多线程程序时,需要根据任务的特点和优先级,选择合适的调度算法和调度策略。同时,需要合理设置任务的优先级、时间片大小等参数,以实现任务的合理分配和高效执行。

        通过考虑上述方面,程序员可以编写出性能更优、响应更快的软件,并且更好地利用系统资源,提高系统的整体性能和稳定性。

Windows 和 Linux 操作系统分别使用不同的调度算法。

  1. Windows

    Windows 操作系统使用了多种调度算法,具体取决于版本和使用场景。在 Windows 中,常见的调度算法包括:

    • 多级反馈队列调度(MLFQ):Windows NT 内核使用了多级反馈队列调度算法来管理进程调度。这种调度算法根据进程的优先级将其放入不同的队列中,并根据进程的执行情况动态调整优先级,以实现对各种类型进程的合理调度。
  2. Linux

    Linux 操作系统也采用了多种调度算法,其默认的进程调度器是 Completely Fair Scheduler(CFS),它是一种基于红黑树的调度算法,旨在实现公平调度。CFS 在尽量保持所有进程的执行时间相等的基础上,提供了对多核处理器的良好支持,并且能够有效地处理动态的负载情况。

总之,Windows 和 Linux 在不同的版本和使用场景下可能采用不同的调度算法,但都会根据系统的需求和特点选择合适的调度算法来实现对进程的调度管理。

这篇关于C++面试 -操作系统-代码能力:CPU的上下文切换、中断处理与系统调度的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/750764

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

字节面试 | 如何测试RocketMQ、RocketMQ?

字节面试:RocketMQ是怎么测试的呢? 答: 首先保证消息的消费正确、设计逆向用例,在验证消息内容为空等情况时的消费正确性; 推送大批量MQ,通过Admin控制台查看MQ消费的情况,是否出现消费假死、TPS是否正常等等问题。(上述都是临场发挥,但是RocketMQ真正的测试点,还真的需要探讨) 01 先了解RocketMQ 作为测试也是要简单了解RocketMQ。简单来说,就是一个分

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

第10章 中断和动态时钟显示

第10章 中断和动态时钟显示 从本章开始,按照书籍的划分,第10章开始就进入保护模式(Protected Mode)部分了,感觉从这里开始难度突然就增加了。 书中介绍了为什么有中断(Interrupt)的设计,中断的几种方式:外部硬件中断、内部中断和软中断。通过中断做了一个会走的时钟和屏幕上输入字符的程序。 我自己理解中断的一些作用: 为了更好的利用处理器的性能。协同快速和慢速设备一起工作

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

06 C++Lambda表达式

lambda表达式的定义 没有显式模版形参的lambda表达式 [捕获] 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 有显式模版形参的lambda表达式 [捕获] <模版形参> 模版约束 前属性 (形参列表) 说明符 异常 后属性 尾随类型 约束 {函数体} 含义 捕获:包含零个或者多个捕获符的逗号分隔列表 模板形参:用于泛型lambda提供个模板形参的名

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n