CN111597039B - 用于内存优化的方法、装置及设备 - Google Patents
用于内存优化的方法、装置及设备 Download PDFInfo
- Publication number
- CN111597039B CN111597039B CN202010362646.XA CN202010362646A CN111597039B CN 111597039 B CN111597039 B CN 111597039B CN 202010362646 A CN202010362646 A CN 202010362646A CN 111597039 B CN111597039 B CN 111597039B
- Authority
- CN
- China
- Prior art keywords
- newly started
- category
- memory
- coordinate point
- memory optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
- G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/508—Monitor
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及计算机技术领域,公开一种用于内存优化的方法。该方法包括:对系统的进程进行监测;在监测到有新启动的进程的情况下,获得所述新启动的进程的类别;根据所述新启动的进程的类别进行内存优化。该方法能够在有新进程启动的情况下,通过对新进程进行归类,根据所述新启动的进程的类别进行内存优化,使得系统有足够内存空间运行新启动的进程,提升了用户使用体验。本申请还公开一种用于内存优化的装置及设备。
Description
技术领域
本申请涉及计算机技术领域,例如涉及一种用于内存优化的方法、装置及计算机。
背景技术
电脑内存对电脑性能发挥有着极其重要的作用,当计算机内存不足时会严重影响用户的使用体验,当我们电脑系统中的物理内存不够用的时候,系统会自动调用硬盘来充当内存,以缓解内存的紧张。系统从内存读取数据的速率要比从硬盘读取数据的速率快,因此会影响用户体验。
在实现本公开实施例的过程中,发现相关技术中至少存在如下问题:当系统内存不足的情况下有新进程启动时,新进程占用的内存资源通常被转移到虚拟内存而导致用户体验不佳。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于内存优化的方法、装置及计算机,以使得有足够内存来运行新进程。
在一些实施例中,所述方法包括:
对系统的进程进行监测;
在监测到有新启动的进程的情况下,获得所述新启动的进程的类别;
根据所述新启动的进程的类别进行内存优化。
在一些实施例中,所述装置包括:包括处理器和存储有程序指令的存储器,所述处理器被配置为在执行所述程序指令时,执行上述的用于内存优化的方法。
在一些实施例中,所述设备包括:上述的用于内存优化的装置。
本公开实施例提供的用于操作系统任务分类的方法、装置及计算机,可以实现以下技术效果:在有新进程启动的情况下,通过对新进程进行归类,根据所述新启动的进程的类别进行内存优化,使得系统有足够内存空间运行新启动的进程,提升了用户使用体验。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于内存优化的方法的示意图;
图2是本公开实施例提供的一个KNN分类前的示意图;
图3是本公开实施例提供的一个KNN分类后的示意图;
图4是本公开实施例提供的另一个KNN分类前的示意图;
图5是本公开实施例提供的另一个KNN分类后的示意图;
图6是本公开实施例提供的一个用于内存优化的装置的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
结合图1所示,本公开实施例提供一种用于内存优化的方法,包括:
步骤S101、对系统的进程进行监测;
步骤S102、在监测到有新启动的进程的情况下,获得新启动的进程的类别;
步骤S103、根据新启动的进程的类别进行内存优化。
采用本公开实施例提供的用于内存优化的方法,能够在有新进程启动的情况下,通过获取新进程的类别,根据新启动的进程的类别进行内存优化,使得系统有足够内存空间运行新启动的进程,提升了用户使用体验。
可选地,获得新启动的进程的类别,包括:
根据与所述新启动的进程相对应的编号获取第一坐标点;
根据与已有的样本进程相对应的编号获取第二坐标点;
获取所述第一坐标点与所述第二坐标点之间的距离;
根据所述距离确定所述新启动的进程的类别。
可选地,根据与所述新启动的进程相对应的编号获取第一坐标点,包括:根据所述新启动的进程的父进程编号PPID和进程组编号PGID得到所述第一坐标点;根据与已有的样本进程相对应的编号获取第二坐标点,包括:根据各已有的样本进程的父进程编号PPID和进程组编号PGID得到所述第二坐标点。
可选地,通过计算获得第一坐标点与第二坐标点之间的距离L;其中,x,y分别为第一坐标点对应的横坐标值和第一坐标点对应的纵坐标值,x为新启动的进程的父进程编号PPID,y为新启动的进程的进程组编号PGID;x2,y2分别为第二坐标点对应的横坐标值和第二坐标点对应的纵坐标值,x2为已有的样本进程的父进程编号PPID,y2为已有的样本进程的进程组编号PGID。
可选地,根据距离确定新启动的进程的类别,包括:
根据距离从小到大的顺序从样本进程中选取K个进程作为参考进程,K为正奇数;
获取各参考进程所在类别的出现频率;
将参考进程中出现频率最高的类别作为新启动的进程的类别。
在一些实施例中,当需要预测一个新启动的进程的类别时,根据它距离最近的K个参考进程各自的类别来判断新启动的进程的类别,如图2所示,为KNN(k-NearestNeighbor,K最近邻)分类算法示意图,图2中的正方形为需要确定类别的新启动的进程,三角形和圆形分别为不同类别的已有的样本进程,当K=3时,通过KNN分类算法选取距离正方形最近的3个参考进程,获得圆圈中的2个三角形参考进程和1个圆形参考进程。3个参考进程中三角形出现的频率最高,则该正方形的类别确定为三角形类别。如图3所示,将图2中的正方形变为三角形后的示意图,则该新启动的进程的类别确定为参考进程中出现频率最高的三角形类别。
在一些实施例中,如图4所示,为KNN分类算法示意图,图4中的正方形为需要确定类别的新启动的进程,三角形和圆形分别为不同类别的已有的样本进程,当K=5时,通过KNN分类算法选取距离正方形最近的5个参考进程,获得圆圈中的2个三角形参考进程和3个圆形参考进程。5个参考进程中圆形出现的频率最高,则该正方形的类别确定为圆形类别。如图5所示,将图4中的正方形变为圆形后的示意图,则该新启动的进程的类别确定为参考进程中出现频率最高的圆形类别。
这样基于KNN分类算法,对新启动的进程通过KNN分类算法获得其所属分组类别,当运行新进程时,检测到系统内存不足的情况下,需要启用虚拟内存时,系统自动将与新启动类别不同的其他类别的进程所占用的内存替换为虚拟内存,进而使系统内存得到优化,提升用户体验。
可选地,根据新启动的进程的类别进行内存优化,包括:根据新启动的进程的类别选取待调整的进程;根据待调整的进程进行内存优化。
可选地,待调整的进程的类别与新启动的进程的类别不同。
可选地,进行内存优化,包括:结束待调整的进程;或,将待调整的进程所占用内存资源转移到虚拟内存。这样,使系统内存得到优化,使用户获得更好的交互体验。
可选地,根据新启动的进程的类别进行内存优化,包括:在内存空间不足的情况下,根据新启动的进程的类别进行内存优化。
采用本公开实施例提供的用于内存优化的方法,对新启动的进程通过KNN分类算法判断出所属分组类别,当运行新进程内存不足,检测到使用虚拟内存时,将与新启动的进程类别不同的其他分组进程所占的内存资源转移到虚拟内存,以此使系统有充足的内存空间来运行新进程,提高用户体验。
在一些实施例中,系统中已有的样本进程组包括A组类别和B组类别,其中,A组包括:A1、A2、A3、A4等已有的样本进程;B组包括:B1、B2、B3、B4等已有的样本进程。
当有新启动的进程时,通过计算获得第一坐标点与第二坐标点之间的距离L;其中,x,y分别为第一坐标点对应的横坐标值和第一坐标点对应的纵坐标值,x为新启动的进程的父进程编号PPID,y为新启动的进程的进程组编号PGID;x2,y2分别为第二坐标点对应的横坐标值和第二坐标点对应的纵坐标值,x2为已有的样本进程的父进程编号PPID,y2为已有的样本进程的进程组编号PGID。
在一些实施例中,A组中的A1、A2、A3、A4进程与B组中的B1、B2、B3、B4进程对应x2、y2坐标值如表1所示:
表1
设定新启动的进程对应的坐标值x=11,y=10;按上述计算公式得出如表2所示的第一坐标点与第二坐标点之间的距离L。
序号 | 进程 | x2坐标 | y2坐标 | 距离L |
1 | A1 | 3 | 7 | 8.544004 |
2 | A2 | 5 | 10 | 6 |
3 | A3 | 2 | 9 | 9.055385 |
4 | A4 | 9 | 8 | 2.828427 |
5 | B1 | 12 | 16 | 6.082763 |
6 | B2 | 15 | 20 | 10.77033 |
7 | B3 | 11 | 18 | 8 |
8 | B4 | 19 | 20 | 12.80625 |
表2
将表2按距离由小到大进行排序,得到如表3所示的排序后的各已有的样本进程的顺序;可选地,使用冒泡排序法进行排序。
表3
可选地,根据已有的样本进程,设定k值,选取k个参考进程,K为正奇数;获取各参考进程所在类别的出现频率;将参考进程中出现频率最高的类别作为新启动的进程的类别。
在一些实施例中,运行新启动的进程时,设定k=5,则从表3中选取前5个参考进程,获得如表4所示的排名前5的已有的样本进程,为并获得对应的分组类别,其中3个属于为A组类别、2个属于B组类别,则新启动的进程属于出现频率高的A组类别。
坐标点名称 | A4 | A2 | B1 | B3 | A1 |
距离 | 2.828427 | 6 | 6.082763 | 8 | 8.544004 |
排序 | 1 | 2 | 3 | 4 | 5 |
表4
在一些实施例中,当前运行的进程包括A组的A4、A2进程,B组的B1、B3进程;新启动的进程属于A组,当新启动的进程发生缺页异常时,则此时内存出现不足的情况,则查找B组中的B1、B3进程,将B组中的B1、B3进程所占用内存资源移到虚拟内存中,从而使系统有足够内存来运行当前运行的进程。这样,在有新启动的进程时,根据已有分组,结合k个参考进程,获得新启动的进程所属进程类别,在系统资源紧张需要启用虚拟内存时,查找与新启动的进程类别不同的其他组进程,将其他组进程转移到虚拟内存中,从而优化系统内存,使得系统有足够内存空间运行程序,提升了用户使用体验。
结合图6所示,本公开实施例提供一种用于内存优化的装置,包括处理器(processor)100和存储有程序指令的存储器(memory)101。可选地,该装置还可以包括通信接口(Communication Interface)102和总线103。其中,处理器100、通信接口102、存储器101可以通过总线103完成相互间的通信。通信接口102可以用于信息传输。处理器100可以调用存储器101中的程序指令,以执行上述实施例的用于内存优化的方法。
此外,上述的存储器101中的逻程序指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。
存储器101作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器100通过运行存储在存储器101中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述实施例中用于内存优化的方法。
存储器101可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器101可以包括高速随机存取存储器,还可以包括非易失性存储器。
采用本公开实施例提供的用于内存优化的装置,能够在有新进程启动的情况下,通过对新进程进行归类,根据所述新启动的进程的类别进行内存优化,使得系统有足够内存空间运行新启动的进程,提升了用户使用体验。
本公开实施例提供了一种设备,包含上述的用于内存优化的装置。本公开实施例提供的设备能够在有新进程启动的情况下,通过对新进程进行归类,根据所述新启动的进程的类别进行内存优化,使得系统有足够内存空间运行新启动的进程,提升了用户使用体验。
可选地,设备为计算机、服务器、智能手机或平板电脑。
本公开实施例提供了一种计算机可读存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为执行上述用于内存优化的方法。
本公开实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述用于内存优化的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,可以仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
附图中的流程图和框图显示了根据本公开实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这可以依所涉及的功能而定。框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
Claims (7)
1.一种用于内存优化的方法,其特征在于,包括:
对系统的进程进行监测;
在监测到有新启动的进程的情况下,获得所述新启动的进程的类别;
根据所述新启动的进程的类别进行内存优化;
获得所述新启动的进程的类别,包括:根据与所述新启动的进程相对应的编号获取第一坐标点;根据与已有的样本进程相对应的编号获取第二坐标点;获取所述第一坐标点与所述第二坐标点之间的距离;根据所述距离确定所述新启动的进程的类别;
根据与所述新启动的进程相对应的编号获取第一坐标点,包括:根据所述新启动的进程的父进程编号PPID和进程组编号PGID得到所述第一坐标点;根据与已有的样本进程相对应的编号获取第二坐标点,包括:根据各已有的样本进程的父进程编号PPID和进程组编号PGID得到所述第二坐标点;
根据所述距离确定所述新启动的进程的类别,包括:根据所述距离从小到大的顺序从样本进程中选取K个进程作为参考进程,K为正奇数;获取各所述参考进程所在类别的出现频率;将所述参考进程中出现频率最高的类别作为所述新启动的进程的类别。
2.根据权利要求1所述的方法,其特征在于,根据所述新启动的进程的类别进行内存优化,包括:
根据所述新启动的进程的类别选取待调整的进程;
根据所述待调整的进程进行内存优化。
3.根据权利要求2所述的方法,其特征在于,所述待调整的进程的类别与所述新启动的进程的类别不同。
4.根据权利要求2所述的方法,其特征在于,所述进行内存优化,包括:
结束所述待调整的进程;或,
将所述待调整的进程所占用内存资源转移到虚拟内存。
5.根据权利要求1所述的方法,其特征在于,根据所述新启动的进程的类别进行内存优化,包括:
在内存空间不足的情况下,根据所述新启动的进程的类别进行内存优化。
6.一种用于内存优化的装置,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在执行所述程序指令时,执行如权利要求1至5任一项所述的用于内存优化的方法。
7.一种电子设备,其特征在于,包括如权利要求6所述的用于内存优化的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010362646.XA CN111597039B (zh) | 2020-04-30 | 2020-04-30 | 用于内存优化的方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010362646.XA CN111597039B (zh) | 2020-04-30 | 2020-04-30 | 用于内存优化的方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597039A CN111597039A (zh) | 2020-08-28 |
CN111597039B true CN111597039B (zh) | 2023-09-15 |
Family
ID=72182262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010362646.XA Active CN111597039B (zh) | 2020-04-30 | 2020-04-30 | 用于内存优化的方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597039B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399785A (zh) * | 2013-07-25 | 2013-11-20 | 华南理工大学 | 一种Android车载系统进程管理的改进方法 |
CN106325990A (zh) * | 2016-08-19 | 2017-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序的控制方法、控制装置和终端 |
CN106648865A (zh) * | 2016-12-15 | 2017-05-10 | 北京奇虎科技有限公司 | 智能终端及优化游戏运行环境的方法、系统 |
US10419469B1 (en) * | 2017-11-27 | 2019-09-17 | Lacework Inc. | Graph-based user tracking and threat detection |
CN110413415A (zh) * | 2019-07-30 | 2019-11-05 | 努比亚技术有限公司 | 一种内存管理控制方法、设备及计算机可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012124078A1 (ja) * | 2011-03-16 | 2012-09-20 | 富士通株式会社 | 同期方法、マルチコアプロセッサシステム、および同期システム |
US9959187B2 (en) * | 2014-04-25 | 2018-05-01 | Lenovo (Singapore) Pte. Ltd. | Decoalescing resource utilization at boot |
-
2020
- 2020-04-30 CN CN202010362646.XA patent/CN111597039B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399785A (zh) * | 2013-07-25 | 2013-11-20 | 华南理工大学 | 一种Android车载系统进程管理的改进方法 |
CN106325990A (zh) * | 2016-08-19 | 2017-01-11 | 宇龙计算机通信科技(深圳)有限公司 | 应用程序的控制方法、控制装置和终端 |
CN106648865A (zh) * | 2016-12-15 | 2017-05-10 | 北京奇虎科技有限公司 | 智能终端及优化游戏运行环境的方法、系统 |
US10419469B1 (en) * | 2017-11-27 | 2019-09-17 | Lacework Inc. | Graph-based user tracking and threat detection |
CN110413415A (zh) * | 2019-07-30 | 2019-11-05 | 努比亚技术有限公司 | 一种内存管理控制方法、设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
Linux系统下守护进程编程方法;吕慧;甘肃科技(Z1);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111597039A (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108733681B (zh) | 信息处理方法及装置 | |
CN107515878B (zh) | 一种数据索引的管理方法及装置 | |
US10846186B2 (en) | Central processing unit CPU hot-remove method and apparatus, and central processing unit CPU hot-add method and apparatus | |
CN103810229A (zh) | 用于实施字符串搜索的系统、方法和计算机程序产品 | |
CN103346912A (zh) | 告警相关性分析的方法、装置及系统 | |
CN107506310A (zh) | 一种地址查找、关键字存储方法及设备 | |
CN111309825A (zh) | 数据聚类的存储方法、装置及计算机可读存储介质 | |
CN113672369A (zh) | 用于验证有向无环图的环的方法及装置、电子设备、存储介质 | |
CN107644081A (zh) | 数据去重方法及装置 | |
WO2017095439A1 (en) | Incremental clustering of a data stream via an orthogonal transform based indexing | |
CN107704341A (zh) | 文件恢复方法、装置及电子设备 | |
WO2022007596A1 (zh) | 图像检索系统、方法和装置 | |
CN107832852B (zh) | 数据处理学习方法、系统以及电子设备 | |
CN111597039B (zh) | 用于内存优化的方法、装置及设备 | |
EP4012573A1 (en) | Graph reconstruction method and apparatus | |
CN113918807A (zh) | 数据推荐方法、装置、计算设备及计算机可读存储介质 | |
CN107451154B (zh) | 一种数据表的处理方法、装置及系统 | |
CN104050189A (zh) | 页面共享处理方法及装置 | |
CN112069175A (zh) | 数据查询的方法、装置及电子设备 | |
CN109213972B (zh) | 确定文档相似度的方法、装置、设备和计算机存储介质 | |
CN115345131A (zh) | 用于构建层级关系树的方法及装置、电子设备 | |
CN112328641B (zh) | 多维度数据聚合方法、装置及计算机设备 | |
CN112861005A (zh) | 用于信息推送的方法及装置、设备 | |
CN111144509B (zh) | 用于系统应用程序分类的方法、装置及计算机 | |
CN104462291A (zh) | 一种数据处理的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |