嵌入式作業系統核心原理和開發（記憶體配置演算法）

【 聲明：著作權，歡迎轉載，請勿用於商業用途。  聯絡信箱：feixiaoxing @163.com】

   

    記憶體配置是作業系統必須面對的一個環節，除非這個系統本身不需要記憶體安排，所有業務可以通過全域資料和堆棧搞定。記憶體配置其實不困難，但是由記憶體引申出來的東西就比較複雜了。早前沒有MMU，系統本身的空間和使用者空間沒有優先順序之分，所以不同的程式之間的記憶體都是共用的，相互影響也是不可避免的。所以，一般來說，除了記憶體配置之外，還需要一些日誌資訊、檢測資訊協助我們進行調試和分析。當然，這些都不是我們關心的內容，我們關注的就是記憶體有哪些通用的分配演算法。

 

    （1）固定記憶體配置

    固定記憶體配置演算法是最簡單的演算法，也是最好理解的演算法。比如說有16M記憶體，現在我們假設分配的基本記憶體是4K，那麼總共有16M/4K = 4K個單元。所以，如果使用者想申請記憶體，最多就是4K次。如果使用者想要多一點記憶體，那麼系統把相鄰的記憶體分給使用者使用即可。

 

    （2）鏈表記憶體配置

    固定記憶體配置雖然好，但是還有一個缺點，那就是如果存在很多的浪費機會。試想一下，如果使用者只要幾十個byte，那麼也要分配給它4K個位元組，浪費的空間超過了99%。所以在此基礎之上，我們提出了鏈表記憶體演算法。鏈表演算法中儲存有空閑結點，記憶體釋放的時候，那麼記憶體查到空閑結點，該合并合并，該釋放的釋放；當然如果要申請記憶體的話，那方法就多了去了，可以最差申請、最優申請、最好申請，這些都是可以的。

 

    （3）夥伴演算法

    鏈表演算法相比較固定記憶體演算法，可以節省不少記憶體。但是鏈表演算法本身有一個特點，那就是容易形成記憶體片段。所以，我們可以結合固定分配和鏈表演算法的特點，把記憶體配置成8、16、32、64、128、256、512大小的幾種鏈表。鏈表內部的大小都是相同的，鏈表之間是倍數的關係。分配記憶體的時候，我們首先尋找最合適的鏈表，然後分配記憶體，如果記憶體空間不夠，可以向高一級的記憶體鏈表申請，這樣拆解下來的記憶體可以分配到低一層級的鏈表；釋放記憶體的時候，我們也要注意記憶體的合并和組合。

 

    （4）基於記憶體池的夥伴演算法

    夥伴演算法固然好，但是如果某一種記憶體申請特別頻繁，那麼在夥伴演算法中就需要進行反覆的拆分和合并處理。一方面，這會影響了記憶體的分配效率，另外一方面也比較容易造成記憶體的分配片段。所以，我們可以在夥伴演算法的基礎之上構建一個記憶體池，在記憶體釋放的時候，只是標註當前記憶體不再使用，但是並沒有真正釋放，等到記憶體池中所有的記憶體都不再使用的時候再進行釋放，這在一定的程度上會提高記憶體的分配效率。特別是系統運行一段時間後，這種效果是特別明顯的。

 

    （5）工作集演算法

    工作集的演算法本質上說不是一種演算法，它只是一種基本思想。我們知道，在系統穩定之後，記憶體中分配的大小、配置的比例關係都是相對固定的，變化不是特別大。如果我們可以把這些資料給記錄下來，在系統啟動的時候預先分配好這些記憶體，那麼不就可以提升系統的啟動速度了嗎？當然工作集中的參數設定更多的是一種經驗值，它需要我們綜合各種因素進行分析，反覆比較才會得出比較好的結果。

 

    這五種演算法只是給出了基本思想，只有付出於實踐，多加操練才能從中有所收穫。