分区存储管理模拟实验代码设计与实现
实验背景与目的
分区存储管理是操作系统内存管理的基础技术之一,其核心思想是将内存划分为多个固定或可变大小的分区，以容纳不同进程的内存需求，通过模拟分区存储管理，可以深入理解内存分配、回收、碎片整理等关键机制，为学习更高级的内存管理技术（如分页、分段）奠定基础。
本实验旨在通过编程模拟固定分区和可变分区两种存储管理方式,实现内存空间的分配与回收算法，并对比分析不同策略的优缺点，实验代码需具备清晰的结构、良好的可扩展性，并能直观展示内存分配状态。
核心概念与算法设计
1 固定分区管理
固定分区将内存划分为若干固定大小的分区,每个分区分配给特定进程，其关键在于分配算法的设计，常见方法包括：
- 首次适应（First Fit）：从分区列表头部开始，找到第一个能满足进程需求的分区。
- 最佳适应（Best Fit）：选择能满足需求的最小分区，减少大分区的浪费。
- 最坏适应（Worst Fit）：选择能满足需求的最大分区，避免大分区被小进程占用。
数据结构上,可采用链表或数组存储分区信息，每个分区包含起始地址、大小和状态（空闲/占用）。
2 可变分区管理
可变分区根据进程需求动态划分内存,分区大小和数量不固定，其核心挑战在于碎片问题和分配算法：
- 动态分区分配：采用空闲分区链表管理可用空间，分配时根据算法选择合适分区。
- 回收策略：回收分区时需检查相邻分区是否空闲，合并为更大空闲分区以减少外部碎片。
- 碎片整理：通过移动分区（如紧缩技术）消除外部碎片，但需处理进程地址重定位问题。
3 关键数据结构
- 分区表/链表：存储分区的起始地址、大小、状态等信息。
- 进程控制块（PCB）：记录进程所需内存大小、分区编号等。
代码实现与模块化设计
1 固定分区模拟代码示例（Python）
class FixedPartition:
def __init__(self, partitions):
self.partitions = [{"start": p[0], "size": p[1], "occupied": False} for p in partitions]
def allocate(self, process_size, algorithm="first_fit"):
for i, part in enumerate(self.partitions):
if not part["occupied"] and part["size"] >= process_size:
part["occupied"] = True
return i # 返回分区索引
return -1 # 分配失败
def deallocate(self, partition_idx):
if 0 <= partition_idx < len(self.partitions):
self.partitions[partition_idx]["occupied"] = False
def display(self):
for i, part in enumerate(self.partitions):
status = "Occupied" if part["occupied"] else "Free"
print(f"Partition {i}: Start={part['start']}, Size={part['size']}, Status={status}")
2 可变分区模拟代码示例（Python）
class VariablePartition:
def __init__(self, total_memory):
self.memory = [{"start": 0, "size": total_memory, "occupied": False}]
def allocate(self, process_size, algorithm="first_fit"):
if algorithm == "first_fit":
for part in self.memory:
if not part["occupied"] and part["size"] >= process_size:
self._split_partition(part, process_size)
return True
elif algorithm == "best_fit":
best_part = None
for part in self.memory:
if not part["occupied"] and part["size"] >= process_size:
if best_part is None or part["size"] < best_part["size"]:
best_part = part
if best_part:
self._split_partition(best_part, process_size)
return True
return False
def _split_partition(self, part, process_size):
if part["size"] > process_size:
new_part = {
"start": part["start"] + process_size,
"size": part["size"] - process_size,
"occupied": False
}
self.memory.insert(self.memory.index(part) + 1, new_part)
part["size"] = process_size
part["occupied"] = True
def deallocate(self, process_idx):
# 简化版：标记为空闲，实际需合并相邻分区
for part in self.memory:
if part["occupied"] and part.get("process_id") == process_idx:
part["occupied"] = False
self._merge_free_partitions()
return True
return False
def _merge_free_partitions(self):
# 合并相邻空闲分区
self.memory.sort(key=lambda x: x["start"])
i = 0
while i < len(self.memory) - 1:
current = self.memory[i]
next_part = self.memory[i + 1]
if not current["occupied"] and not next_part["occupied"]:
current["size"] += next_part["size"]
self.memory.pop(i + 1)
else:
i += 1
def display(self):
for i, part in enumerate(self.memory):
status = "Occupied" if part["occupied"] else "Free"
print(f"Block {i}: Start={part['start']}, Size={part['size']}, Status={status}")
3 模块化设计说明
- 分区管理类：封装固定分区和可变分区的核心逻辑，通过方法（
allocate、deallocate）提供统一接口。 - 算法策略：通过参数（如
algorithm="first_fit"）支持多种分配策略，便于扩展和对比。 - 可视化模块：
display方法以表格形式输出内存状态，直观展示分配结果。
实验测试与结果分析
1 测试用例设计
- 固定分区测试：初始化内存分区[100, 200, 150]，依次分配进程[80, 120, 50]，回收第二个分区后再次分配。
- 可变分区测试：总内存500，分配进程[100, 150, 80]，回收后观察碎片合并效果。
2 结果分析
- 固定分区：可能出现内部碎片（如分配150的分区给100的进程），但分配速度快。
- 可变分区：首次适应算法可能产生外部碎片，最佳适应算法减少浪费但需遍历整个分区表。
总结与展望
通过模拟分区存储管理实验,代码实现了内存分配、回收的核心功能，并支持不同算法的对比，未来可扩展方向包括：
- 虚拟内存模拟：结合页式管理，实现更复杂的内存调度。
- 可视化界面：使用GUI工具（如Tkinter）动态展示内存分配过程。
- 性能优化：引入伙伴系统等算法，减少碎片并提升分配效率。
本实验代码结构清晰,模块化设计便于维护和扩展，为操作系统内存管理的学习提供了实践基础。
