文章 59
评论 4
浏览 18413
实模式寻址与保护模式寻址

实模式寻址与保护模式寻址

实模式寻址 8086/8088处理器只能在实模式下进行寻址 实模式寻址是为了解决16位字长的机器访问20位地址的问题,而解决的方法就是采用寄存器分段的方式。 因为机器字长为16位,故此一个段的最大大小为2的16次方,也即64K,但不是说段的的大小一定为64K。 段不能起始于任意位置,段必须起始于小段的的整数倍位置,小段的大小为16字节。在1MB的内存中存在64K个小段。这64K个小段用16位二进制就可以唯一标识,而小段内的16个字节可以用4位二进制标识。16+4便构成了20位地址。 但这20位地址如何计算得出呢? 以程序段为例,CS寄存器内保存着16位的段地址(XXXXH),IP寄存器内保存着16位的偏移量(YYYYH),将CS寄存器的16地址左移4位得到(XXXX0H)与偏移量相加即可得到最终的20位物理地址。 在操作系统中,段的存储地址的分配是由操作系统完成的,每个段可以独立的占有64KB的区域,但是各段也可以发生重叠。 例:某程序的代码段需要8KB的存储区,数据段需要2KB的存储区,那么在在代码段结束后的第一个小段就可以作为数据段的起始地址,这样看来代码段的64KB与数据段的64....

Linux 简单文件系统实现

Linux 简单文件系统实现

Linux 简单文件系统实现 前言 借鉴于Linux文件系统的实现 存储设备分区 文件系统的最终目的是把大量数据有组织的放入持久性的存储设备中,比如硬盘和磁盘。这些存储设备与内存不同。它们的存储能力具有持久性,不会因为断电而消失;存储量大,但读取速度慢。 观察常见存储设备。最开始的区域是MBR,用于Linux开机启动(参考Linux开机启动)。剩余的空间可能分成数个分区(partition)。每个分区有一个相关的分区表(Partition table),记录分区的相关信息。这个分区表是储存在分区之外的。分区表说明了对应分区的起始位置和分区的大小。 我们在Windows系统常常看到C分区、D分区等。Linux系统下也可以有多个分区,但都被挂载在同一个文件系统树上。 数据被存入到某个分区中。一个典型的Linux分区包含有下面各个部分: 分区的第一个部分是启动区(Boot block),它主要是为计算机开机服务的。Linux开机启动后,会首先载入MBR,随后MBR从某个硬盘的启动区加载程序。该程序负责进一步的操作系统的加载和启动。为了方便管理,即使某个分区中没有安装操作系统,Linux....

分页寻址

分页寻址

文章借鉴 内存寻址之分页机制 与 内存分页、寻址方式那些事 写在前面 分页与分段机制 分段机制是Intel CPU一直保持的机制,而分页机制在80x86的计算机中是一种可选的机制,但只有在保护模式下才存在这种机制,也就是说保护模式下才存在分页寻址的机制,但保护模式不一定开启分页寻址机制. 内存碎片化问题: 进程A进来,向os申请了200的内存空间,于是os把0~199分配给A 进程B进来,向os申请了5的内存空间,os把200~204分配给它 进程C进来,向os申请了100的内存空间,os把205~304分配给它 这个时候进程B运行完了,把200-204还给os但是很长时间以后,只要系统中的出现的进程的大小>5的话,200-204这段空间都不会被分配出去(只要A和C不退出)。过了一段更长的时间,内存中就会出现许许多多200-204这样不能被利用的碎片 分页的原因 解决内存碎片化问题,分页机制将虚拟内存空间和物理内存空间划分为同样大小的单位-页面,并以页面作为最小分配单位,然后将内存按照页为单位进行内存分配,这样一段内存空间就可以属于很多进程.内存在虚拟中为连续的,物理中离散....

数据结构:线性表(番外)

数据结构:线性表(番外)

静态链表: 有时可以借助一维数组来表示线性链表 //------线性表的静态单链表存储结构------- #define MAXSIZE 1000 typedef struct { ElemType data; int cur; }component,Slinklist[MAXSIZE] 数组的一个分量表示一个结点,同时用游标(cur)代替指针指示结点在数组中的位置。在线性表的删除和插入操作时不需要移动元素,仅需要修改游标。 多项式计算: 简单的我们可以想到,用一维数组表示一个多项式,用数组的下标表示多项式中每一项的指数,用数组中每个位置上的值表示对应的系数。 但是这样存在一个问题:形如S(x) = 1 + 3x10000 – 2x20000这样的多项式,指数项的值非常大,但非零项却非常少,导致一维数组浪费的空间很大。 为此我们可以用单链表来实现。在单链表中每个结点有两个数据项(系数项和指数项)。 typedef struct { // 项的表示 float coef; // 系数 int expn; // 指数 } term, ElemType; //多项式相加 void Add....

数据结构:线性表(2)

数据结构:线性表(2)

顺序存储: 以元素在计算机内的“物理位置”相邻来表示线性表中的数据元素的逻辑关系。 并以表中第一个元素的存储位置作为线性表的基地址。 LOC(ai ) = LOC(ai-1 ) + C LOC(ai ) = LOC(a1 ) + (i-1)×C 线性表顺序存储结构的特点 1.逻辑上相邻的元素,其物理位置也相邻; 2.可随机存取表中任一元素; 3.必须按最大可能长度预分存储空间,存储空间利用率低,表的容量难以扩充,是一种静态存储结构; 4.插入删除时,需移动大量元素,平均移动元素为n/2。 操作: 插入: Status listinsert (List &L,int i,ElenType e) { if (i<1||i>L.lenght) return error; if (L.lenght>=L.maxsize) { newbase=(ElemType*)realloc(sizeof(maxsize+newsize)*sizeof(ElemType)); if (!newbase) exit(1); L.elem=newbase; L.maxsixe+=n....

数据结构:线性表(1)

数据结构:线性表(1)

线性结构特点: 1.存在唯一的第一个“数据元素”。 2.存在唯一的最后一个“数据元素”。 3.除第一个元素外,集合中元素存在唯一后继,除最后一个元素外,集合中元素存在唯一前驱。 线性表: 1.一个线性表是n个数据结构的有序集合 2.线性表中数据元素的个数称为线性表的个数,n=0时称为空表 线性表基本操作: 结构初始化 InitList(*L) 操作结果:构造一个空的线性表 L 销毁结构 DestroyList(*L) 初始条件:线性表 L 已存在 操作结果:销毁线性表 L PriorElem( L, cur_e, *pre_e ) 初始条件:线性表 L 已存在 操作结果:若 cur_e 是 L 中的数据元素,则用 pre_e 返回它的前驱,否则操作失败,pre_e 无定义 NextElem( L, cur_e, *next_e ) 初始条件:线性表 L 已存在 操作结果:若 cur_e 是 L 中的数据元素,则用 next_e 返回它的后继,否则操作失败,next_e 无定义 ListEmpty( L ) 初始条件:线性表L已存在 操作结果:若 L 为空表,则返回 TRUE,否则返回 ....

数据结构:基础部分

数据结构:基础部分

算法: 算法是规则的有限集合,是为了解决特定问题的方法 特性: 1.有穷性、2.确定性、3.可行性、4.零或多个输入、5.一或多个输出 设计要求: 1.正确、2.可读、3.健硕、4.效率与空间 算法效率的度量: 算法中基本操作重复执行的次数记作:T(n)=O(f(n)),称为时间复杂度 一般来说他是最深层循环语句的执行次数的近似。 例如: for (i=2;i<=n;i++) { for (j=2;j<=i-1;i++) { x++; } } x++;这条语句的频度表达式为(n-1)(n-2)/2,所以该代码块的时间复杂度为O(n*n) 例外: 有些问题中,基本语句的重复执行次数还与问题的输入有关,这种情况下,一种方法是计算时间复杂度的平均值,另一种更常用的方法是讨论算法在最坏情况下的时间复杂度。

2018年——全国行政区划代码

2018年——全国行政区划代码

在进行一项基于爬虫的项目开发过程中,需要对行政区划代码进行匹配,如果是精确到省级单位还好处理,但如果是精确到市级单位或者更下一级,就不能单纯手写字典去匹配了。 一开始我采取的是爬取一个第三方网站:https://xingzhengquhua.51240.com/ 这个网站的设计比较简单,查询时的速率比较快。 下面放上爬取这个网站的代码 import requests from lxml import etree http_later="00000000__xingzhengquhua/" http_former="https://xingzhengquhua.51240.com/" city_num='2100' website=http_former+city_num+http_later html=requests.get(website).text htmls=etree.HTML(html) tip=htmls.xpath('//*[@id="main_content"]/table/tr/td/table/tr[1]/td/a[last()]') print(tip[0].....

百度竞价排名小工具😜

百度竞价排名小工具😜

众所周知百度盈利的一个很重要的途径是广告的竞价排名 商家想要向受众推销自己的产品,可以借助百度这样一个平台,但百度的竞价排名并不是一成不变的,商家想要实时观察百度对自己产品的推广情况,我作为爬虫技术的入门者,课外时间和自己的同学开发了这样的一个小工具。 该工具借助python的requests库以及lxml解析库实现主要功能,通过tkinter库实现图像界面,threading库实现多线程。同时显示多条排名。其余还有json库用于处理网页信息。 首先确定我们需要的信息:投放广告公司的名称和网址。 公司名称隐含在V3的标签里 然后使用浏览器F12的开发者工具,定位元素的HTML代码。 但尝试了几次后发现,元素的class似乎是一个随机的字符串,每次刷新后,class都会发生改变。 但山重水复疑无路柳岸花明又一广告,通过定位每条广告右下角浅蓝色的小广告,发现虽然这个元素的class每次也都不同, 但是他们有一个特点:font标签的class属性不管前半部分是什么字符,后半部分都为:ec_tuiguang_container,于是便对边标签class属性进行模糊匹配。 定位到广告后....

Appium 自闭之旅

Appium 自闭之旅

该篇文章主要针对于 AppiumDesktop,AppiumServer 最后一版在 2016 年已经停更了,随后推出的 Desktop 配置起来更加方便,更加易用,故此推荐 Desktop。 注意:Desktop 和 Server 的安装步骤相差较大,而搜索 Appium 得到的结果大多数是 Server 的,不要被误导了。 Appium 安装: Appium下载地址 选择最新版本 exe 文件进行下载即可,下载后按照顺序进行安装即可。 相关环境配置: JAVA SDK 下载安装之后,需要添加环境变量: Android SDK 同样需要配置环境变量 到此 Appium 应该已经可以正常使用 打开 Appium 出现 点击打开服务器 点击右上角的放大镜图标 4. 左下角的所需功能需要我们根据自己的需要进行手动填写,可以选择 GUI 点击方式进行配置,也可以编辑右侧的 JSON 进行配置。 Appium 官方配置文档 -虽然可以配置很多属性,但关键的属性只有以下几个: appPackage :app 的包名 appActivity :app ....

闻道