详细代码实现

时间: 2023-12-17 17:11:50 浏览: 63
好的,以下是详细的 C++ 代码实现: ``` #include <iostream> #include <algorithm> #include <vector> #include <cstdlib> #include <ctime> using namespace std; const int CYLINDERS = 5000; const int REQUESTS = 1000; //FCFS磁盘调度算法 int fcfs(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; for (int i = 0; i < REQUESTS; ++i) { totalMovement += abs(requests[i] - currentPosition); currentPosition = requests[i]; } return totalMovement; } //SSTF磁盘调度算法 int sstf(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; vector<int> remainingRequests(requests.begin(), requests.end()); for (int i = 0; i < REQUESTS; ++i) { //找到距离当前位置最近的请求 int nextRequest = *min_element(remainingRequests.begin(), remainingRequests.end(), [=](int a, int b) { return abs(a - currentPosition) < abs(b - currentPosition); }); totalMovement += abs(nextRequest - currentPosition); currentPosition = nextRequest; //从剩余请求中移除当前请求 remainingRequests.erase(find(remainingRequests.begin(), remainingRequests.end(), nextRequest)); } return totalMovement; } //SCAN磁盘调度算法 int scan(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; vector<int> remainingRequests(requests.begin(), requests.end()); //按请求顺序排序 sort(remainingRequests.begin(), remainingRequests.end()); //找到初始位置的索引 auto initialPositionIterator = find(remainingRequests.begin(), remainingRequests.end(), initialPosition); int initialPositionIndex = distance(remainingRequests.begin(), initialPositionIterator); //处理初始位置两边的请求 vector<int> leftRequests(remainingRequests.begin(), initialPositionIterator); vector<int> rightRequests(initialPositionIterator + 1, remainingRequests.end()); //先处理往右扫描的请求 for (int i = initialPositionIndex; i < REQUESTS; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; } //再处理往左扫描的请求 for (int i = initialPositionIndex - 1; i >= 0; --i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; } return totalMovement; } //C-SCAN磁盘调度算法 int cscan(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; vector<int> remainingRequests(requests.begin(), requests.end()); //按请求顺序排序 sort(remainingRequests.begin(), remainingRequests.end()); //找到初始位置的索引 auto initialPositionIterator = find(remainingRequests.begin(), remainingRequests.end(), initialPosition); int initialPositionIndex = distance(remainingRequests.begin(), initialPositionIterator); //处理初始位置两边的请求 vector<int> leftRequests(remainingRequests.begin(), initialPositionIterator); vector<int> rightRequests(initialPositionIterator + 1, remainingRequests.end()); //先处理往右扫描的请求 for (int i = initialPositionIndex; i < REQUESTS; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; } //处理最右侧的请求 totalMovement += (CYLINDERS - 1 - currentPosition); //再处理往左扫描的请求 currentPosition = 0; for (int i = 0; i < initialPositionIndex; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; } return totalMovement; } //LOOK磁盘调度算法 int look(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; vector<int> remainingRequests(requests.begin(), requests.end()); //按请求顺序排序 sort(remainingRequests.begin(), remainingRequests.end()); //找到初始位置的索引 auto initialPositionIterator = find(remainingRequests.begin(), remainingRequests.end(), initialPosition); int initialPositionIndex = distance(remainingRequests.begin(), initialPositionIterator); //处理初始位置两边的请求 vector<int> leftRequests(remainingRequests.begin(), initialPositionIterator); vector<int> rightRequests(initialPositionIterator + 1, remainingRequests.end()); //先处理往右扫描的请求 for (int i = initialPositionIndex; i < REQUESTS; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; //如果已经处理完所有请求,或者当前请求是最后一个请求,就跳出循环 if ((i == REQUESTS - 1) || (remainingRequests[i + 1] > currentPosition)) { break; } } //再处理往左扫描的请求 for (int i = initialPositionIndex - 1; i >= 0; --i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; //如果已经处理完所有请求,或者当前请求是第一个请求,就跳出循环 if ((i == 0) || (remainingRequests[i - 1] < currentPosition)) { break; } } return totalMovement; } //C-LOOK磁盘调度算法 int clook(int initialPosition, const vector<int>& requests) { int totalMovement = 0; int currentPosition = initialPosition; vector<int> remainingRequests(requests.begin(), requests.end()); //按请求顺序排序 sort(remainingRequests.begin(), remainingRequests.end()); //找到初始位置的索引 auto initialPositionIterator = find(remainingRequests.begin(), remainingRequests.end(), initialPosition); int initialPositionIndex = distance(remainingRequests.begin(), initialPositionIterator); //处理初始位置两边的请求 vector<int> leftRequests(remainingRequests.begin(), initialPositionIterator); vector<int> rightRequests(initialPositionIterator + 1, remainingRequests.end()); //先处理往右扫描的请求 for (int i = initialPositionIndex; i < REQUESTS; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; //如果已经处理完所有请求,或者当前请求是最后一个请求,就跳出循环 if ((i == REQUESTS - 1) || (remainingRequests[i + 1] > currentPosition)) { break; } } //再处理往左扫描的请求 for (int i = 0; i < initialPositionIndex; ++i) { totalMovement += abs(remainingRequests[i] - currentPosition); currentPosition = remainingRequests[i]; //如果已经处理完所有请求,或者当前请求是最后一个请求,就跳出循环 if ((i == initialPositionIndex - 1) || (remainingRequests[i + 1] > currentPosition)) { break; } } return totalMovement; } int main(int argc, char** argv) { if (argc != 2) { cout << "Usage: " << argv[0] << " initialPosition\n"; return 1; } //解析命令行参数 int initialPosition = atoi(argv[1]); //生成随机请求序列 srand(time(nullptr)); vector<int> requests(REQUESTS); for (int i = 0; i < REQUESTS; ++i) { requests[i] = rand() % CYLINDERS; } cout << "FCFS: " << fcfs(initialPosition, requests) << "\n"; cout << "SSTF: " << sstf(initialPosition, requests) << "\n"; cout << "SCAN: " << scan(initialPosition, requests) << "\n"; cout << "C-SCAN: " << cscan(initialPosition, requests) << "\n"; cout << "LOOK: " << look(initialPosition, requests) << "\n"; cout << "C-LOOK: " << clook(initialPosition, requests) << "\n"; return 0; } ``` 代码中实现了六种磁盘调度算法:FCFS、SSTF、SCAN、C-SCAN、LOOK 和 C-LOOK。程序首先解析了命令行参数,然后生成了一个随机的请求序列。接着,程序依次调用每个算法,并输出每个算法需要移动的磁头总距离。

相关推荐

最新推荐

recommend-type

Java实现搜索功能代码详解

Java实现搜索功能代码详解是一篇详细介绍了Java实现搜索功能代码的文章,主要讲解了如何使用Java语言实现搜索功能的详细思路和代码实现。下面我们将详细介绍其中的知识点。 搜索框的GET请求 在搜索框中,我们可以...
recommend-type

答题辅助python代码实现

以下是对实现这个功能的关键技术点的详细解释: 1. **屏幕截图**:首先,代码中使用了`screenshot`模块来获取屏幕的截图。在Python中,可以使用第三方库如`PIL`(Python Imaging Library)或`pyautogui`来实现这一...
recommend-type

Python实现结构体代码实例

主要介绍了Python实现结构体代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
recommend-type

Tensorflow实现卷积神经网络的详细代码

以下是对标题和描述中涉及的知识点的详细解释。 1. **卷积神经网络(CNN)**: - CNN是一种特殊的神经网络,它的核心组成部分包括卷积层和池化层。 - **卷积层**:卷积层通过应用一系列过滤器(或称滤波器)对...
recommend-type

Java 字符串反转实现代码

下面我们将详细介绍 Java 字符串反转实现代码的相关知识点。 一、字符串反转的思路 字符串反转的思路主要是将字符串从第一个字符与最后一个字符对换,第二个字符和倒数第二个字符对换,以此类推,将每个单词位置...
recommend-type

数据结构课程设计:模块化比较多种排序算法

本篇文档是关于数据结构课程设计中的一个项目,名为“排序算法比较”。学生针对专业班级的课程作业,选择对不同排序算法进行比较和实现。以下是主要内容的详细解析: 1. **设计题目**:该课程设计的核心任务是研究和实现几种常见的排序算法,如直接插入排序和冒泡排序,并通过模块化编程的方法来组织代码,提高代码的可读性和复用性。 2. **运行环境**:学生在Windows操作系统下,利用Microsoft Visual C++ 6.0开发环境进行编程。这表明他们将利用C语言进行算法设计,并且这个环境支持高效的性能测试和调试。 3. **算法设计思想**:采用模块化编程策略,将排序算法拆分为独立的子程序,比如`direct`和`bubble_sort`,分别处理直接插入排序和冒泡排序。每个子程序根据特定的数据结构和算法逻辑进行实现。整体上,算法设计强调的是功能的分块和预想功能的顺序组合。 4. **流程图**:文档包含流程图,可能展示了程序设计的步骤、数据流以及各部分之间的交互,有助于理解算法执行的逻辑路径。 5. **算法设计分析**:模块化设计使得程序结构清晰,每个子程序仅在被调用时运行,节省了系统资源,提高了效率。此外,这种设计方法增强了程序的扩展性,方便后续的修改和维护。 6. **源代码示例**:提供了两个排序函数的代码片段,一个是`direct`函数实现直接插入排序,另一个是`bubble_sort`函数实现冒泡排序。这些函数的实现展示了如何根据算法原理操作数组元素,如交换元素位置或寻找合适的位置插入。 总结来说,这个课程设计要求学生实际应用数据结构知识,掌握并实现两种基础排序算法,同时通过模块化编程的方式展示算法的实现过程,提升他们的编程技巧和算法理解能力。通过这种方式,学生可以深入理解排序算法的工作原理,同时学会如何优化程序结构,提高程序的性能和可维护性。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

STM32单片机小车智能巡逻车设计与实现:打造智能巡逻车,开启小车新时代

![stm32单片机小车](https://img-blog.csdnimg.cn/direct/c16e9788716a4704af8ec37f1276c4dc.png) # 1. STM32单片机简介及基础** STM32单片机是意法半导体公司推出的基于ARM Cortex-M内核的高性能微控制器系列。它具有低功耗、高性能、丰富的外设资源等特点,广泛应用于工业控制、物联网、汽车电子等领域。 STM32单片机的基础架构包括CPU内核、存储器、外设接口和时钟系统。其中,CPU内核负责执行指令,存储器用于存储程序和数据,外设接口提供与外部设备的连接,时钟系统为单片机提供稳定的时钟信号。 S
recommend-type

devc++如何监视

Dev-C++ 是一个基于 Mingw-w64 的免费 C++ 编程环境,主要用于 Windows 平台。如果你想监视程序的运行情况,比如查看内存使用、CPU 使用率、日志输出等,Dev-C++ 本身并不直接提供监视工具,但它可以在编写代码时结合第三方工具来实现。 1. **Task Manager**:Windows 自带的任务管理器可以用来实时监控进程资源使用,包括 CPU 占用、内存使用等。只需打开任务管理器(Ctrl+Shift+Esc 或右键点击任务栏),然后找到你的程序即可。 2. **Visual Studio** 或 **Code::Blocks**:如果你习惯使用更专业的
recommend-type

哈夫曼树实现文件压缩解压程序分析

"该文档是关于数据结构课程设计的一个项目分析,主要关注使用哈夫曼树实现文件的压缩和解压缩。项目旨在开发一个实用的压缩程序系统,包含两个可执行文件,分别适用于DOS和Windows操作系统。设计目标中强调了软件的性能特点,如高效压缩、二级缓冲技术、大文件支持以及友好的用户界面。此外,文档还概述了程序的主要函数及其功能,包括哈夫曼编码、索引编码和解码等关键操作。" 在数据结构课程设计中,哈夫曼树是一种重要的数据结构,常用于数据压缩。哈夫曼树,也称为最优二叉树,是一种带权重的二叉树,它的构造原则是:树中任一非叶节点的权值等于其左子树和右子树的权值之和,且所有叶节点都在同一层上。在这个文件压缩程序中,哈夫曼树被用来生成针对文件中字符的最优编码,以达到高效的压缩效果。 1. 压缩过程: - 首先,程序统计文件中每个字符出现的频率,构建哈夫曼树。频率高的字符对应较短的编码,反之则对应较长的编码。这样可以使得频繁出现的字符用较少的位来表示,从而降低存储空间。 - 接着,使用哈夫曼编码将原始文件中的字符转换为对应的编码序列,完成压缩。 2. 解压缩过程: - 在解压缩时,程序需要重建哈夫曼树,并根据编码序列还原出原来的字符序列。这涉及到索引编码和解码,通过递归函数如`indexSearch`和`makeIndex`实现。 - 为了提高效率,程序采用了二级缓冲技术,它能减少磁盘I/O次数,提高读写速度。 3. 软件架构: - 项目包含了两个可执行文件,`DosHfm.exe`适用于DOS系统,体积小巧,运行速度快;而`WinHfm.exe`则为Windows环境设计,提供了更友好的图形界面。 - 程序支持最大4GB的文件压缩,这是Fat32文件系统的限制。 4. 性能特点: - 除了基本的压缩和解压缩功能外,软件还提供了一些额外的特性,如显示压缩进度、文件一致性检查等。 - 哈夫曼编码的使用提高了压缩率,而二级缓冲技术使压缩速度提升了75%以上。 这个项目不仅展示了数据结构在实际问题中的应用,还体现了软件工程的实践,包括需求分析、概要设计以及关键算法的实现。通过这样的课程设计,学生可以深入理解数据结构和算法的重要性,并掌握实际编程技能。