C语言union和struct的区别

union一般结构

union 联合名{

数据类型:成员名;

数据类型:成员名;

……

} 联合变量名1,联合变量名2;

struct一般结构

struct 结构名{

数据类型:成员名;

数据类型:成员名;

……

}结构变量名1,结构变量名2;

主要区别:
1. struct和union都是由多个不同的数据类型成员组成, 但在任何同一时刻, union中只存放了一个被选中的成员; 而struct的所有成员都存在。在struct中,各成员都占有自己的内存空间,它们是同时存在的,一个struct变量的总长度等于所有成员长度之和,遵从字节对其原则; 在Union中,所有成员不能同时占用它的内存空间,它们不能同时存在 , Union变量的长度等于最长的成员的长度

2. 对于union的不同成员赋值, 将会对其它成员重写, 原来成员的值就不存在了,所以,共同体变量中起作用的成员是最后一次存放的成员; 而对于struct的不同成员赋值是互不影响的。

awk命令详解

转载自:http://www.cnblogs.com/serendipity/archive/2011/08/01/2124118.html

简单使用:

awk :对于文件中一行行的独处来执行操作 。

awk -F :'{print $1,$4}’   :使用‘:’来分割这一行,把这一行的第一第四个域打印出来 。

 

 

详细介绍:

AWK命令介绍

 

awk语言的最基本功能是在文件或字符串中基于指定规则浏览和抽取信息,awk抽取信息后,才能进行其他文本操作,完整的awk脚本通常用来格式化文本文件中的信息

 

1.   调用awk:

 

第一种命令行方式,如:

 

awk [-Field-separator] ‘commands’ input-file(s)

 

这里commands是真正的awk命令,[-F域分隔符]是可选的,awk默认使用空格分隔,因此如果要浏览域间有空格的文本,不必指定这个选项,但如果浏览如passwd文件,此文件各域使用冒号作为分隔符,则必须使用-F选项:   awk -F : ‘commands’ input-file

 

第二种,将所有awk命令插入一个文件,并使awk程序可执行,然后用awk命令解释器作为脚本的首行,以便通过键入脚本名称来调用它

 

第三种,将所有awk命令插入一个单独文件,然后调用,如:

 

awk -f awk-script-file input-file

 

-f选项指明在文件awk-script-file的awk脚本,input-file是使用awk进行浏览的文件名

 

2.   awk脚本:

 

awk脚本由各种操作和模式组成,根据分隔符(-F选项),默认为空格,读取的内容依次放置到对应的域中,一行一行记录读取,直到文件尾

 

2.1.      模式和动作

 

任何awk语句都是由模式和动作组成,在一个awk脚本中可能有许多语句。模式部分决定动作语句何时触发及触发事件。动作即对数据进行的操作,如果省去模式部分,动作将时刻保持执行状态

 

模式可以是任何条件语句或复合语句或正则表达式,模式包含两个特殊字段BEGIN和END,使用BEGIN语句设置计数和打印头,BEGIN语句使用在任何文本浏览动作之前,之后文本浏览动作依据输入文件开始执行;END语句用来在awk完成文本浏览动作后打印输出文本总数和结尾状态标志,有动作必须使用{}括起来

 

实际动作在大括号{}内指明,常用来做打印动作,但是还有更长的代码如if和循环looping语句及循环退出等,如果不指明采取什么动作,awk默认打印出所有浏览出的记录

 

2.2.     域和记录:

 

awk执行时,其浏览标记为$1,$2…$n,这种方法称为域标记。使用$1,$3表示参照第1和第3域,注意这里使用逗号分隔域,使用$0表示使用所有域。例如:

 

awk ‘{print $0}’ temp.txt > sav.txt

 

表示打印所有域并把结果重定向到sav.txt中

 

awk ‘{print $0}’ temp.txt|tee sav.txt

 

和上例相似,不同的是将在屏幕上显示出来

 

awk ‘{print $1,$4}’ temp.txt

 

只打印出第1和第4域

 

awk ‘BEGIN {print “NAME  GRADE\n—-“} {print $1″\t”$4}’ temp.txt

 

表示打信息头,即输入的内容的第一行前加上”NAME  GRADE\n————-“,同时内容以tab分开

 

awk ‘BEGIN {print “being”} {print $1} END {print “end”}’ temp

 

同时打印信息头和信息尾

 

2.3.     条件操作符:

 

<、<=、==、!=、>=、~匹配正则表达式、!~不匹配正则表达式

 

匹配:awk ‘{if ($4~/ASIMA/) print $0}’ temp 表示如果第四个域包含ASIMA,就打印整条

 

精确匹配:awk ‘$3==”48″ {print $0}’ temp    只打印第3域等于”48″的记录

 

不匹配:  awk ‘$0 !~ /ASIMA/’ temp      打印整条不包含ASIMA的记录

 

不等于:  awk ‘$1 != “asima”‘ temp

 

小于:    awk ‘{if ($1<$2) print $1 “is smaller”}’ temp

 

设置大小写: awk ‘/[Gg]reen/’ temp      打印整条包含Green,或者green的记录

 

任意字符: awk ‘$1 ~/^…a/’ temp    打印第1域中第四个字符是a的记录,符号’^’代表行首,符合’.’代表任意字符

 

或关系匹配: awk ‘$0~/(abc)|(efg)/’ temp   使用|时,语句需要括起来

 

AND与关系:  awk ‘{if ( $1==”a” && $2==”b” ) print $0}’ temp

 

OR或关系:   awk ‘{if ($1==”a” || $1==”b”) print $0}’ temp

 

2.4.     awk内置变量:

 

ARGC 命令行参数个数 NF  浏览记录的域个数
AGRV 命令行参数排列 NR 已读的记录数
ENVIRON 支持队列中系统环境变量的使用 OFS 输出域分隔符
FILENAME awk浏览的文件名 ORS 输出记录分隔符
FNR 浏览文件的记录数 RS 控制记录分隔符
FS 设置输入域分隔符,同- F选项 NF  浏览记录的域个数

 

例: awk ‘END {print NR}’ temp    在最后打印已读记录条数

 

awk ‘{print NF,NR,$0} END {print FILENAME}’ temp

 

awk ‘{if (NR>0 && $4~/Brown/) print $0}’ temp  至少存在一条记录且包含Brown

 

NF的另一用法:  echo $PWD | awk -F/ ‘{print $NF}’   显示当前目录名

 

2.5.     awk操作符:

 

在awk中使用操作符,基本表达式可以划分成数字型、字符串型、变量型、域及数组元素

 

设置输入域到变量名:

 

awk ‘{name=$1;six=$3; if (six==”man”) print name ” is ” six}’ temp

 

域值比较操作:

 

awk ‘BEGIN {BASE=”27″} {if ($4<BASE) print $0}’ temp

 

修改数值域取值:(原输入文件不会被改变)

 

awk ‘{if ($1==”asima”) $6=$6-1;print $1,$6,$7}’ temp

 

修改文本域:

 

awk ‘{if ($1==”asima) ($1==”desc”);print $1}’ temp

 

只显示修改记录:(只显示所需要的,区别上一条命令,注意{})

 

awk ‘{if ($1==”asima) {$1==”desc”;print$1}}’ temp

 

创建新的输出域:

 

awk ‘{$4=$3-$2; print $4}’ temp

 

统计列值:

 

awk ‘(tot+=$3);END {print tot}’ temp           会显示每列的内容

 

awk ‘{(tot+=$3)};END {print tot}’ temp         只显示最后的结果

 

文件长度相加:

 

ls -l|awk ‘/^[^d]/ {print $9″\t”$5} {tot+=$5} END{print “totKB:” tot}’

 

只列出文件名:

 

ls -l|awk ‘{print $9}’     常规情况文件名是第9域

 

2.6.     awk内置字符串函数:

 

gsub(r,s)           在整个$0中用s替代r

 

awk ‘gsub(/name/,”xingming”) {print $0}’ temp

 

gsub(r,s,t)         在整个t中用s替代r

 

index(s,t)          返回s中字符串t的第一位置

 

awk ‘BEGIN {print index(“Sunny”,”ny”)}’ temp     返回4

 

length(s)           返回s的长度

 

match(s,r)          测试s是否包含匹配r的字符串

 

awk ‘$1==”J.Lulu” {print match($1,”u”)}’ temp    返回4

 

split(s,a,fs)       在fs上将s分成序列a

 

awk ‘BEGIN {print split(“12#345#6789″,myarray,”#”)”‘

 

返回3,同时myarray[1]=”12″, myarray[2]=”345″, myarray[3]=”6789″

 

sprint(fmt,exp)     返回经fmt格式化后的exp

 

sub(r,s)   从$0中最左边最长的子串中用s代替r(只更换第一遇到的匹配字符串)

 

substr(s,p)         返回字符串s中从p开始的后缀部分

 

substr(s,p,n)       返回字符串s中从p开始长度为n的后缀部分

 

2.7.     printf函数的使用:

 

字符转换: echo “65” |awk ‘{printf “%c\n”,$0}’    输出A

 

awk ‘BEGIN {printf “%f\n”,999}’        输出999.000000

 

格式化输出:awk ‘{printf “%-15s %s\n”,$1,$3}’ temp 将第一个域全部左对齐显示

 

2.8.     其他awk用法:

 

向一行awk命令传值:

 

awk ‘{if ($5<AGE) print $0}’ AGE=10 temp

 

who | awk ‘{if ($1==user) print $1 ” are in ” $2 ‘ user=$LOGNAME 使用环境变量

 

awk脚本命令:

 

开头使用 !/bin/awk -f  ,如果没有这句话自含脚本将不能执行,例子:

 

!/bin/awk -f

 

# all comment lines must start with a hash ‘#’

 

# name: student_tot.awk

 

# to call: student_tot.awk grade.txt

 

# prints total and average of club student points

 

# print a header first

 

BEGIN

 

{

 

print “Student    Date   Member No.  Grade  Age  Points  Max”

 

print “Name  Joined Gained  Point Available”

 

print”=========================================================”

 

}

 

# let’s add the scores of points gained

 

(tot+=$6);

 

# finished processing now let’s print the total and average point

 

END

 

{

 

print “Club student total points :” tot

 

print “Average Club Student points :” tot/N

 

}

 

2.9.     awk数组:

 

awk的循环基本结构

 

For (element in array) print array[element]

 

awk ‘BEGIN {record=”123#456#789″;split(record,myarray,”#”)}

 

END { for (i in myarray) {print myarray[i]} }

 

 

3.0  awk中自定义语句

 

一.条件判断语句(if)

if(表达式) #if ( Variable in Array )
语句1
else
语句2

格式中”语句1″可以是多个语句,如果你为了方便Unix awk判断也方便你自已阅读,你最好将多个语句用{}括起来。Unix awk分枝结构允许嵌套,其格式为:

if(表达式)

{语句1}

else if(表达式)
{语句2}
else
{语句3}

[chengmo@localhost nginx]# awk ‘BEGIN{
test=100;
if(test>90)
{
print “very good”;
}
else if(test>60)
{
print “good”;
}
else
{
print “no pass”;
}
}’

very good

 

每条命令语句后面可以用“;”号结尾。

 

二.循环语句(while,for,do)

1.while语句

格式:

while(表达式)

{语句}

例子:

[chengmo@localhost nginx]# awk ‘BEGIN{
test=100;
total=0;
while(i<=test)
{
total+=i;
i++;
}
print total;
}’
5050

2.for 循环

for循环有两种格式:

格式1:

for(变量 in 数组)

{语句}

例子:

[chengmo@localhost nginx]# awk ‘BEGIN{
for(k in ENVIRON)
{
print k”=”ENVIRON[k];
}
}’

AWKPATH=.:/usr/share/awk
OLDPWD=/home/web97
SSH_ASKPASS=/usr/libexec/openssh/gnome-ssh-askpass
SELINUX_LEVEL_REQUESTED=
SELINUX_ROLE_REQUESTED=
LANG=zh_CN.GB2312

。。。。。。

说明:ENVIRON 是awk常量,是子典型数组。

格式2:

for(变量;条件;表达式)

{语句}

例子:

[chengmo@localhost nginx]# awk ‘BEGIN{
total=0;
for(i=0;i<=100;i++)
{
total+=i;
}
print total;
}’

5050

3.do循环

格式:

do

{语句}while(条件)

例子:

[chengmo@localhost nginx]# awk ‘BEGIN{
total=0;
i=0;
do
{
total+=i;
i++;
}while(i<=100)
print total;
}’
5050

 

以上为awk流程控制语句,从语法上面大家可以看到,与c语言是一样的。有了这些语句,其实很多shell程序都可以交给awk,而且性能是非常快的。

break 当 break 语句用于 while 或 for 语句时,导致退出程序循环。
continue 当 continue 语句用于 while 或 for 语句时,使程序循环移动到下一个迭代。
next 能能够导致读入下一个输入行,并返回到脚本的顶部。这可以避免对当前输入行执行其他的操作过程。
exit 语句使主输入循环退出并将控制转移到END,如果END存在的话。如果没有定义END规则,或在END中应用exit语句,则终止脚本的执行。

以上关于awk的控制判断转自博客:http://www.cnblogs.com/chengmo/archive/2010/10/04/1842073.html

LRU算法

转载自:http://flychao88.iteye.com/blog/1977653

1. LRU
1.1. 原理

LRU(Least recently used,最近最少使用)算法根据数据的历史访问记录来进行淘汰数据,其核心思想是“如果数据最近被访问过,那么将来被访问的几率也更高”。

1.2. 实现

最常见的实现是使用一个链表保存缓存数据,详细算法实现如下:

1. 新数据插入到链表头部;

2. 每当缓存命中(即缓存数据被访问),则将数据移到链表头部;

3. 当链表满的时候,将链表尾部的数据丢弃。

1.3. 分析

【命中率】

当存在热点数据时,LRU的效率很好,但偶发性的、周期性的批量操作会导致LRU命中率急剧下降,缓存污染情况比较严重。

【复杂度】

实现简单。

【代价】

命中时需要遍历链表,找到命中的数据块索引,然后需要将数据移到头部。

2. LRU-K

2.1. 原理

LRU-K中的K代表最近使用的次数,因此LRU可以认为是LRU-1。LRU-K的主要目的是为了解决LRU算法“缓存污染”的问题,其核心思想是将“最近使用过1次”的判断标准扩展为“最近使用过K次”。

2.2. 实现

相比LRU,LRU-K需要多维护一个队列,用于记录所有缓存数据被访问的历史。只有当数据的访问次数达到K次的时候,才将数据放入缓存。当需要淘汰数据时,LRU-K会淘汰第K次访问时间距当前时间最大的数据。详细实现如下:

1. 数据第一次被访问,加入到访问历史列表;

2. 如果数据在访问历史列表里后没有达到K次访问,则按照一定规则(FIFO,LRU)淘汰;

3. 当访问历史队列中的数据访问次数达到K次后,将数据索引从历史队列删除,将数据移到缓存队列中,并缓存此数据,缓存队列重新按照时间排序;

4. 缓存数据队列中被再次访问后,重新排序;

5. 需要淘汰数据时,淘汰缓存队列中排在末尾的数据,即:淘汰“倒数第K次访问离现在最久”的数据。

LRU-K具有LRU的优点,同时能够避免LRU的缺点,实际应用中LRU-2是综合各种因素后最优的选择,LRU-3或者更大的K值命中率会高,但适应性差,需要大量的数据访问才能将历史访问记录清除掉。

2.3. 分析

【命中率】

LRU-K降低了“缓存污染”带来的问题,命中率比LRU要高。

【复杂度】

LRU-K队列是一个优先级队列,算法复杂度和代价比较高。

【代价】

由于LRU-K还需要记录那些被访问过、但还没有放入缓存的对象,因此内存消耗会比LRU要多;当数据量很大的时候,内存消耗会比较可观。

LRU-K需要基于时间进行排序(可以需要淘汰时再排序,也可以即时排序),CPU消耗比LRU要高。

3. Two queues(2Q)

3.1. 原理

Two queues(以下使用2Q代替)算法类似于LRU-2,不同点在于2Q将LRU-2算法中的访问历史队列(注意这不是缓存数据的)改为一个FIFO缓存队列,即:2Q算法有两个缓存队列,一个是FIFO队列,一个是LRU队列。

3.2. 实现

当数据第一次访问时,2Q算法将数据缓存在FIFO队列里面,当数据第二次被访问时,则将数据从FIFO队列移到LRU队列里面,两个队列各自按照自己的方法淘汰数据。详细实现如下:

1. 新访问的数据插入到FIFO队列;

2. 如果数据在FIFO队列中一直没有被再次访问,则最终按照FIFO规则淘汰;

3. 如果数据在FIFO队列中被再次访问,则将数据移到LRU队列头部;

4. 如果数据在LRU队列再次被访问,则将数据移到LRU队列头部;

5. LRU队列淘汰末尾的数据。

 

注:上图中FIFO队列比LRU队列短,但并不代表这是算法要求,实际应用中两者比例没有硬性规定。

3.3. 分析

【命中率】

2Q算法的命中率要高于LRU。

【复杂度】

需要两个队列,但两个队列本身都比较简单。

【代价】

FIFO和LRU的代价之和。

2Q算法和LRU-2算法命中率类似,内存消耗也比较接近,但对于最后缓存的数据来说,2Q会减少一次从原始存储读取数据或者计算数据的操作。

4. Multi Queue(MQ)

4.1. 原理

MQ算法根据访问频率将数据划分为多个队列,不同的队列具有不同的访问优先级,其核心思想是:优先缓存访问次数多的数据。

4.2. 实现

MQ算法将缓存划分为多个LRU队列,每个队列对应不同的访问优先级。访问优先级是根据访问次数计算出来的,例如

详细的算法结构图如下,Q0,Q1….Qk代表不同的优先级队列,Q-history代表从缓存中淘汰数据,但记录了数据的索引和引用次数的队列:

 

如上图,算法详细描述如下:

1. 新插入的数据放入Q0;

2. 每个队列按照LRU管理数据;

3. 当数据的访问次数达到一定次数,需要提升优先级时,将数据从当前队列删除,加入到高一级队列的头部;

4. 为了防止高优先级数据永远不被淘汰,当数据在指定的时间里访问没有被访问时,需要降低优先级,将数据从当前队列删除,加入到低一级的队列头部;

5. 需要淘汰数据时,从最低一级队列开始按照LRU淘汰;每个队列淘汰数据时,将数据从缓存中删除,将数据索引加入Q-history头部;

6. 如果数据在Q-history中被重新访问,则重新计算其优先级,移到目标队列的头部;

7. Q-history按照LRU淘汰数据的索引。

4.3. 分析

【命中率】

MQ降低了“缓存污染”带来的问题,命中率比LRU要高。

【复杂度】

MQ需要维护多个队列,且需要维护每个数据的访问时间,复杂度比LRU高。

【代价】

MQ需要记录每个数据的访问时间,需要定时扫描所有队列,代价比LRU要高。

注:虽然MQ的队列看起来数量比较多,但由于所有队列之和受限于缓存容量的大小,因此这里多个队列长度之和和一个LRU队列是一样的,因此队列扫描性能也相近。

5. LRU类算法对比

由于不同的访问模型导致命中率变化较大,此处对比仅基于理论定性分析,不做定量分析。

对比点 对比
命中率 LRU-2 > MQ(2) > 2Q > LRU
复杂度 LRU-2 > MQ(2) > 2Q > LRU
代价 LRU-2  > MQ(2) > 2Q > LRU

实际应用中需要根据业务的需求和对数据的访问情况进行选择,并不是命中率越高越好。例如:虽然LRU看起来命中率会低一些,且存在”缓存污染“的问题,但由于其简单和代价小,实际应用中反而应用更多。

相关:

(1)FIFO:First In First Out,先进先出
(2)LRU:Least Recently Used,最近最少使用
(3)LFU:Least Frequently Used,最不经常使用
     注意LRU和LFU的区别。LFU算法是根据在一段时间里数据项被使用的次数选择出最少使用的数据项,即根据使用次数的差异来决定。而LRU是根据使用时间的差异来决定的。