解Linux内存回收之LRU算法（超级详细~）

       好文推荐：

       全网最牛Linux内核分析--Intel CPU体系结构

       一文让你读懂Linux五大模块内核源码，内核整体架构设计（超详细）

       嵌入式前景真的算法算法好吗？那有点悬！

       一文教你如何使用GDB+Qemu调试Linux内核

       Linux内核必读五本书籍(强烈推荐)

       全网独一无二Linux内核Makefle系统文件详解（一）(纯文字代码)

       带你深度了解Linux内核架构和工作原理！图解图解

       本文使用 Linux-2.6. 版本内核。源码源码易语言特效源码

       由于进程的算法算法内存空间分为多个段，如代码段、图解图解数据段、源码源码mmap段、算法算法堆段 和 栈段 等。图解图解那么，源码源码哪些段的算法算法内存会被交换到硬盘中呢？ 答案就是：所有段的内存都有可能交换到硬盘。不过对于 代码段 和 mmap段 这些与文件有映射关系的图解图解内存区，只需要将数据写回到文件即可（由于代码段的源码源码内容不会改变，所以不用进行回写）。

       文章福利小编推荐自己的Linux内核技术交流群: 整理了一些个人觉得比较好的学习书籍、视频资料共享在群文件里面，有需要的可以自行添加哦！！！前名进群领取，额外赠送大厂面试题。

       学习直通车：

       内核资料直通车：

       1. LRU 内存淘汰算法

       把某个进程的otter源码分析匿名内存页 写入到 交换分区 后，进程又马上访问这个内存页，从而又要把这个内存页从 交换分区 中读入到内存中。这样只会增加系统的负荷，并且不能解决系统内存不足的问题。

       LRU（Least Recently Used） 中文翻译是 最近最少使用 的意思，其原理就是：当内存不足时，淘汰系统中最少使用的内存，这样对系统性能的损耗是最小的。

       2. LRU算法状态流转

       转载地址： 图解 | Linux内存回收之LRU算法

五子棋ai必胜算法五子棋ai必胜算法图解

       首先讲一下这种算法的大概思路：

       利用HashMap中key与value的对应关系。我们可以设置一个权值表。

       weightMap.put("", 0);

       weightMap.put("0", 0);

       //定义活一连

       weightMap.put("", 1);

       weightMap.put("0-", 1);

       //定义活二连

       weightMap.put("", 4);

       weightMap.put("0-1-", 4);

       就设置成这样，给不同的情况设置一个value值，即权值，来表示危险程度。

       当人下棋时，电脑下棋子在最大的地方阻止人赢。

       当电脑下棋时，也选择权值最大的地方让电脑自己赢。

       这样就只用每下一颗棋子，判断一遍整个棋盘空的部分的权值。

       然后存入数组之中。筛选出权值最大的地方下棋。

       2.部分代码

       for(int i=0;i<chessExist.length;i++){

       for(int j=0;j<chessExist[0].length;j++){

       if(chessExist[i][j]==0){

       String code="0";

       int chess=0;//判断棋子出现次数

       //判断是cosplay网站源码否为空位

       //判断纵向向下方向

       for(int k=1;k<=j;k++){

       //如果向上的棋子是空棋

       if(chessExist[i][j-k]==0){

       //0的第一次出现,加上自身code=0,那么就有两个0连在一起了

       code=chessExist[i][j-k]+code;

       break;

       }

       //出现的是棋子的情况

       else{

       if(chess==0){

       chess=chessExist[i][j-k];

       code=chessExist[i][j-k]+code;

       }

       else if(chess==chessExist[i][j-k]){

       code=chessExist[i][j-k]+code;

       }else if(chess!=chessExist[i][j-k]){

       code=chessExist[i][j-k]+code;

       break;

       }

       }

       }

       weightchess[i][j]=weightMap.get(code)+weightchess[i][j];

       //重置这些参数

       code="0";

       chess=0;

       和判断输赢相同，这只是一个方向上的判断。重置参数后继续判断其他方向，因为代码都差不多，这里就不多写了，需要源码的可以留言交流

       五子棋AI必胜算法，主要是依靠“贪心算法”和“博弈树搜索算法”两种算法策略的组合，综合运用以实现 AI 的必胜。具体来说，可以分为以下几个步骤：

       1. 对于局面的评估：

       首先，机器需要对当前的棋局进行评估。评估的方法一般采取静态评估，通过棋子形成的各种棋型或者得分情况来评估并赋值。这种评分是基于一些经验公式，包括连子数、空位数、棋型系数、先手或后手等多种因素来计算，给出目前这个局面的分值。

       2. 贪心算法：

       AI 用贪心算法找到当前最好的走法。贪心法的核心思想是，每一步棋对胜率的影响都可以被量化，并且与其他走法相比很

       棋盘是一个二位数组，然后计算出每一个位置的超人软件源码黑子权重和白子权重，取权重最大的位置就是AI下棋的位置。

       因为需求对AI下棋没有过高要求，所以我在此仅做了个简单的实现。

       黑子权重：

       计算出二维数组每一个未下棋子的点的四个方向（横向/纵向/左斜/右斜）连续（一定要连续）黑子的数量（包括当前点，可以理解为假如在此点下子），所以当前点的权重计算方式为：twoNum * 1 + threeNum * 3 + fourNum * + fiveNum * ,其中1；

       3，，为我自己设置的各个连续数量分别对应的权重，可以根据自己情况进行更改，由此可计算出各个点的权重。

火爆github的《Hello 算法》，动画图解无痛学习数据结构！

       初学者在学习数据结构时，常常会遇到以下难题：

       1. 教材中的代码大多是伪代码，难以实际运行，导致难以验证自己的理解；

       2. 数据结构代码较为抽象，尤其是树和图等涉及递归的内容，对于代码不敏感的同学来说，理解起来较为困难。

       今天向大家推荐一本在github上广受欢迎的数据结构开源教材——《Hello 算法》。这本书以动画图解的形式呈现，内容清晰易懂。书中源代码支持一键运行，皇冠体彩源码包括C++、C、python、JAVA等十二种语言版本，帮助读者在练习中提高编程技能，了解算法工作原理和数据结构底层实现。目前，该教材的star数量已经达到了.6k。

       对于一些较为抽象的代码，如图的遍历，书中还配备了动画教程，帮助读者更好地理解。

       同时，网站上还设有讨论区，读者可以在讨论区中进行交流。

       Github链接：github.com/krahets/hell...

       对于考研学生来说，这份资料适用于算法初学者或有一定刷题经验，对数据结构与算法有一定了解但不确定如何深入学习的同学。它更偏向入门性质，虽然从应试角度可能不如辅导书，但对于考研的同学来说，入门时会有很大帮助。全书内容与考研内容密切相关。而对于考研的同学，可以用来回顾和梳理算法知识体系，仓库源代码也可以作为“刷题工具库”或“算法字典”使用。

SGM算法图解

       本文深入解析计算深度图中的SGM算法，聚焦于算法的关键步骤与流程优化。首先，针对ROI volume中的每个voxel，分别投影至Ref Image与Target Image，获取两个像素及其邻域patch，通过计算NCC（Normalized Cross-Correlation）得到初始SimVolume。

       优化SimVolume过程包含多步骤，从简化公式出发，确保SimVolume的连续性。深度图的计算聚焦于z轴方向，最小Sim的Voxel所在深度即为最终深度值。深度-厚度映射则需考虑voxel在xy平面邻域patch的影响，确保深度值的合理性。

       进一步，通过平行处理SimVolume中的每个voxel，计算与z方向平面的距离，移动并获取新位置的patch，进行投影与NCC计算，优化SimVolume。此过程需结合射线法与像素采样，有效提升深度估计的精度。

       细化深度估计结果，SGM算法采用梯度下降方法优化Depth-Sim Map。计算方差图像以指导优化过程，迭代优化深度图，直至达到预期精度。函数optimize_depthSimMap_kernel结合平滑与精细深度图，利用图像方差和几何平滑度进行深度优化，通过加载当前像素数据，评估深度平滑度，结合调整值，优化深度和相似度值。

       函数getCellSmoothStepEnergy深入分析特定单元格的平滑度能量，考虑纹理深度与相邻像素深度，计算平均有效深度，确定平滑度步长与能量，最终评估表面的平坦度或粗糙度。

       综上所述，SGM算法通过优化SimVolume、深度图计算、细化深度估计与深度优化等步骤，实现高效、精确的深度图生成，适用于计算机视觉与图像处理领域。对于更详细的算法细节，建议直接查阅源代码以获取深入理解。

编译原理

       C语言编译过程详解

       C语言的编译链接过程是要把我们编写的一个C程序(源代码)转换成可以在硬件上运行的程序(可执行代码)，需要进行编译和链接。编译就是把文本形式源代码翻译为机器语言形式的目标文件的过程。链接是把目标文件、操作系统的启动代码和用到的库文件进行组织形成最终生成可执行代码的过程。过程图解如下：

       ä»Žå›¾ä¸Šå¯ä»¥çœ‹åˆ°ï¼Œæ•´ä¸ªä»£ç çš„编译过程分为编译和链接两个过程，编译对应图中的大括号括起的部分，其余则为链接过程。

       ä¸€ã€ç¼–译过程

       ç¼–译过程又可以分成两个阶段：编译和汇编。

       1、编译

       ç¼–译是读取源程序(字符流)，对之进行词法和语法的分析，将高级语言指令转换为功能等效的汇编代码，源文件的编译过程包含两个主要阶段：

       ç¬¬ä¸€ä¸ªé˜¶æ®µæ˜¯é¢„处理阶段，在正式的编译阶段之前进行。预处理阶段将根据已放置在文件中的预处理指令来修改源文件的内容。如#include指令就是一个预处理指令，它把头文件的内容添加到.cpp文件中。这个在编译之前修改源文件的方式提供了很大的灵活性，以适应不同的计算机和操作系统环境的限制。一个环境需要的代码跟另一个环境所需的代码可能有所不同，因为可用的硬件或操作系统是不同的。在许多情况下，可以把用于不同环境的代码放在同一个文件中，再在预处理阶段修改代码，使之适应当前的环境。

       ä¸»è¦æ˜¯ä»¥ä¸‹å‡ æ–¹é¢çš„处理：

       (1)宏定义指令，如 #define a b。

       å¯¹äºŽè¿™ç§ä¼ªæŒ‡ä»¤ï¼Œé¢„编译所要做的是将程序中的所有a用b替换，但作为字符串常量的 a则不被替换。还有 #undef，则将取消对某个宏的定义，使以后该串的出现不再被替换。

       (2)条件编译指令，如#ifdef，#ifndef，#else，#elif，#endif等。

       è¿™äº›ä¼ªæŒ‡ä»¤çš„引入使得程序员可以通过定义不同的宏来决定编译程序对哪些代码进行处理。预编译程序将根据有关的文件，将那些不必要的代码过滤掉

       (3) 头文件包含指令，如#include "FileName"或者#include <FileName>等。

       åœ¨å¤´æ–‡ä»¶ä¸­ä¸€èˆ¬ç”¨ä¼ªæŒ‡ä»¤#define定义了大量的宏(最常见的是字符常量)，同时包含有各种外部符号的声明。采用头文件的目的主要是为了使某些定义可以供多个不同的C源程序使用。因为在需要用到这些定义的C源程序中，只需加上一条#include语句即可，而不必再在此文件中将这些定义重复一遍。预编译程序将把头文件中的定义统统都加入到它所产生的输出文件中，以供编译程序对之进行处理。包含到C源程序中的头文件可以是系统提供的，这些头文件一般被放在/usr/include目录下。在程序中#include它们要使用尖括号(<>)。另外开发人员也可以定义自己的头文件，这些文件一般与C源程序放在同一目录下，此时在#include中要用双引号("")。

       (4)特殊符号，预编译程序可以识别一些特殊的符号。

       ä¾‹å¦‚在源程序中出现的LINE标识将被解释为当前行号(十进制数)，FILE则被解释为当前被编译的C源程序的名称。预编译程序对于在源程序中出现的这些串将用合适的值进行替换。

       é¢„编译程序所完成的基本上是对源程序的“替代”工作。经过此种替代，生成一个没有宏定义、没有条件编译指令、没有特殊符号的输出文件。这个文件的含义同没有经过预处理的源文件是相同的，但内容有所不同。下一步，此输出文件将作为编译程序的输出而被翻译成为机器指令。

       ç¬¬äºŒä¸ªé˜¶æ®µç¼–译、优化阶段。经过预编译得到的输出文件中，只有常量；如数字、字符串、变量的定义，以及C语言的关键字，如main,if,else,for,while,{ ,}, +,-,*,\等等。

       ç¼–译程序所要作得工作就是通过词法分析和语法分析，在确认所有的指令都符合语法规则之后，将其翻译成等价的中间代码表示或汇编代码。

       ä¼˜åŒ–处理是编译系统中一项比较艰深的技术。它涉及到的问题不仅同编译技术本身有关，而且同机器的硬件环境也有很大的关系。优化一部分是对中间代码的优化。这种优化不依赖于具体的计算机。另一种优化则主要针对目标代码的生成而进行的。

       å¯¹äºŽå‰ä¸€ç§ä¼˜åŒ–，主要的工作是删除公共表达式、循环优化(代码外提、强度削弱、变换循环控制条件、已知量的合并等)、复写传播，以及无用赋值的删除，等等。

        后一种类型的优化同机器的硬件结构密切相关，最主要的是考虑是如何充分利用机器的各个硬件寄存器存放的有关变量的值，以减少对于内存的访问次数。另外，如何根据机器硬件执行指令的特点(如流水线、RISC、CISC、VLIW等)而对指令进行一些调整使目标代码比较短，执行的效率比较高，也是一个重要的研究课题。

       2、汇编

       æ±‡ç¼–实际上指把汇编语言代码翻译成目标机器指令的过程。对于被翻译系统处理的每一个C语言源程序，都将最终经过这一处理而得到相应的目标文件。目标文件中所存放的也就是与源程序等效的目标的机器语言代码。目标文件由段组成。通常一个目标文件中至少有两个段：

       ä»£ç æ®µï¼šè¯¥æ®µä¸­æ‰€åŒ…含的主要是程序的指令。该段一般是可读和可执行的，但一般却不可写。

       æ•°æ®æ®µï¼šä¸»è¦å­˜æ”¾ç¨‹åºä¸­è¦ç”¨åˆ°çš„各种全局变量或静态的数据。一般数据段都是可读，可写，可执行的。

       UNIX环境下主要有三种类型的目标文件：

       (1)可重定位文件

       å…¶ä¸­åŒ…含有适合于其它目标文件链接来创建一个可执行的或者共享的目标文件的代码和数据。

       (2)共享的目标文件

       è¿™ç§æ–‡ä»¶å­˜æ”¾äº†é€‚合于在两种上下文里链接的代码和数据。

       ç¬¬ä¸€ç§æ˜¯é“¾æŽ¥ç¨‹åºå¯æŠŠå®ƒä¸Žå…¶å®ƒå¯é‡å®šä½æ–‡ä»¶åŠå…±äº«çš„目标文件一起处理来创建另一个 目标文件；

       ç¬¬äºŒç§æ˜¯åŠ¨æ€é“¾æŽ¥ç¨‹åºå°†å®ƒä¸Žå¦ä¸€ä¸ªå¯æ‰§è¡Œæ–‡ä»¶åŠå…¶å®ƒçš„共享目标文件结合到一起，创建一个进程映象。

       (3)可执行文件

       å®ƒåŒ…含了一个可以被操作系统创建一个进程来执行之的文件。汇编程序生成的实际上是第一种类型的目标文件。对于后两种还需要其他的一些处理方能得到，这个就是链接程序的工作了。

       äºŒã€é“¾æŽ¥è¿‡ç¨‹

       ç”±æ±‡ç¼–程序生成的目标文件并不能立即就被执行，其中可能还有许多没有解决的问题。

       ä¾‹å¦‚，某个源文件中的函数可能引用了另一个源文件中定义的某个符号(如变量或者函数调用等)；在程序中可能调用了某个库文件中的函数，等等。所有的这些问题，都需要经链接程序的处理方能得以解决。

       é“¾æŽ¥ç¨‹åºçš„主要工作就是将有关的目标文件彼此相连接，也即将在一个文件中引用的符号同该符号在另外一个文件中的定义连接起来，使得所有的这些目标文件成为一个能够被操作系统装入执行的统一整体。

       æ ¹æ®å¼€å‘人员指定的同库函数的链接方式的不同，链接处理可分为两种：

       (1)静态链接

       åœ¨è¿™ç§é“¾æŽ¥æ–¹å¼ä¸‹ï¼Œå‡½æ•°çš„代码将从其所在地静态链接库中被拷贝到最终的可执行程序中。这样该程序在被执行时这些代码将被装入到该进程的虚拟地址空间中。静态链接库实际上是一个目标文件的集合，其中的每个文件含有库中的一个或者一组相关函数的代码。

       (2) 动态链接

       åœ¨æ­¤ç§æ–¹å¼ä¸‹ï¼Œå‡½æ•°çš„代码被放到称作是动态链接库或共享对象的某个目标文件中。链接程序此时所作的只是在最终的可执行程序中记录下共享对象的名字以及其它少量的登记信息。在此可执行文件被执行时，动态链接库的全部内容将被映射到运行时相应进程的虚地址空间。动态链接程序将根据可执行程序中记录的信息找到相应的函数代码。

       å¯¹äºŽå¯æ‰§è¡Œæ–‡ä»¶ä¸­çš„函数调用，可分别采用动态链接或静态链接的方法。使用动态链接能够使最终的可执行文件比较短小，并且当共享对象被多个进程使用时能节约一些内存，因为在内存中只需要保存一份此共享对象的代码。但并不是使用动态链接就一定比使用静态链接要优越。在某些情况下动态链接可能带来一些性能上损害。

       æˆ‘们在linux使用的gcc编译器便是把以上的几个过程进行捆绑，使用户只使用一次命令就把编译工作完成，这的确方便了编译工作，但对于初学者了解编译过程就很不利了，下图便是gcc代理的编译过程：

       ä»Žä¸Šå›¾å¯ä»¥çœ‹åˆ°ï¼š

       é¢„编译

       å°†.c 文件转化成 .i文件

       ä½¿ç”¨çš„gcc命令是：gcc –E

       å¯¹åº”于预处理命令cpp

       ç¼–译

       å°†.c/.h文件转换成.s文件

       ä½¿ç”¨çš„gcc命令是：gcc –S

       å¯¹åº”于编译命令 cc –S

       æ±‡ç¼–

       å°†.s 文件转化成 .o文件

       ä½¿ç”¨çš„gcc 命令是：gcc –c

       å¯¹åº”于汇编命令是 as

       é“¾æŽ¥

       å°†.o文件转化成可执行程序

       ä½¿ç”¨çš„gcc 命令是： gcc

       å¯¹åº”于链接命令是 ld

       æ€»ç»“起来编译过程就上面的四个过程：预编译、编译、汇编、链接。了解这四个过程中所做的工作，对我们理解头文件、库等的工作过程是有帮助的，而且清楚的了解编译链接过程还对我们在编程时定位错误，以及编程时尽量调动编译器的检测错误会有很大的帮助的。

       æ˜¯å¦å¯ä»¥è§£å†³æ‚¨çš„问题？

C++学到什么程度可以面试工作

       要掌握C++达到面试工作水平，首先需要对C++有全面理解，包括基础语法、数据结构、算法、面向对象编程、异常处理、模板、库使用以及性能优化。这里列出一些书籍推荐以帮助你系统学习：

       《C++ Primer中文版》为初学者提供友好的学习路径，作者清晰地讲解了C语言基础与编程细节，包含丰富的例程和习题。

       《高质量程序设计指南》强调编程规范，帮助培养良好的编码习惯，深入巩固知识。

       《Essential C++》强调快速上手和理解C++编程原理，通过程序问题和语言特性讲解，让你不仅学会C++函数和结构，还理解其设计目的。

       《More effective C++》围绕条准则，详细讲解如何编写更好质量的C++代码。

       《C++ Templates中文版》深入了解现代C++模板，不仅权威解释模板，也深入一般C++思想。

       《STL源码剖析》详细解析STL底层实现，深入理解常用数据结构和C++内存管理。

       《提高C++性能的编程技术》关注%性能缺陷影响%时间，详细讨论性能提升细节。

       《从缺陷中学习C/C++》作为错题集，包含个问题引发的错误，帮助避坑。

       视频课程方面，推荐黑马C++课程、侯捷老师的C++视频全集与陈硕大佬的网络编程课程。

       对于数据结构与算法，实践至关重要。动手编写代码，并结合绘图，直观理解数据结构。推荐书籍《大话数据结构》、《算法（第4版）》、《数据结构与算法分析》、《算法图解》、《我的第一本算法书》。在leetcode和牛客网上多刷题。

       数据库学习推荐《LeetCode题解》。计算机网络基础课程可以参考郝斌数据结构或浙江大学的数据结构课程。计算机组成原理课程推荐清华大学刘卫东或哈尔滨工业大学刘宏伟的课程。操作系统课程则有南京大学“操作系统：设计与实现”。

       网络编程方面，可以参考陈硕大佬的《Linux CC++网络编程实践》和开源库muduo，以及libevent和Asio等。

       关于C++编码规范，建议阅读相关书籍并熟悉Git的基本使用。Git使用可关注@程序员编程指南，了解更多学习资源。