zoukankan      html  css  js  c++  java
  • 手写一个allocator

    似乎就像是一个计算机原理的实践..

    首先介绍一下大多数操作系统的内存架构..对于某个程序它会认为自己是独占了整个系统的所有内存在运行的这样才能方便移植,因此人们搞出了虚拟内存和物理内存的区别,于是人们为了节省空间和加快运行速度搞出了页表..然后页表还是多级的真tm大雾..

    理一下思路: 一个程序运行的内存空间是虚拟的,然后虚拟的地址映射到物理地址用了"页"的机制.对于一个程序它每次申请内存空间都是以页为单位的,一个页一般大小是4KiB.对于每个程序系统都维护了一个页表,页表内储存的信息有一个页是否被映射到实际的内存地址以及它映射到的位置,还有它的权限什么的...然后现代的处理器都是支持直接读取系统维护的页表的,可以直接处理虚拟地址(也就是加速了处理),这样虚拟地址到物理地址的转换代价就不是很高了(因为CPU支持).

    对于大块内存的处理很多人可能会选择malloc,嗯..然而malloc是一个allocator,它在内存使用的效率和时间效率中作出了平衡而且它是没有页对齐的,所以在很多情况下(在偏内核或偏效率的情况下)是不宜使用malloc的..

    那么我们要解决的就是,我们需要追求时间效率的最大化,怎么做..?

    void* malloc(size_t length){
       return 0;
    }
    

    哈哈当然是开玩笑的啦..但是这样我们有一个思路,即实现满足自己要求的allocator.回想一下我们需要什么..

    1. 高速的分配/回收
    2. 内存对齐到至少32Byte

    如果只有要求1的话可以基于malloc实现一个啦..但是我们发现这是一个偏内核的问题(233就开始追求偏内核的情况了),于是我们需要比malloc还要底层的做法:直接向系统请求页.

    Linux: 我们可以使用mmap来分配虚拟内存(虽然这个函数的初衷是访问文件..大雾),这个函数返回的是页.

    Windows: 我们可以用VirtualAlloc,这个函数返回的也是页

    注意事项有: 一定记得内存清空怎么做: mmap->munmap, VirtualAlloc->VirtualFree

    (待更)

  • 相关阅读:
    人工智能理解
    24个提高你的知识和技能极限的数据科学(机器学习)项目(免费)
    5个优秀的计算机视觉应用与相关数据集
    5行代码使Scikit-Learn参数学习速度提高5倍
    如何在PyTorch和TensorFlow中训练图像分类模型
    六个月的机器学习 / 计算机视觉工程师
    NLP:不要重新造轮子
    用遗传算法优化垃圾收集策略
    使用Detectron2分6步进行目标检测
    五篇值得阅读的ECCV 2020 图像识别相关论文
  • 原文地址:https://www.cnblogs.com/tmzbot/p/6221866.html
Copyright © 2011-2022 走看看