操作系统实验答案与报告全攻略：从环境搭建到自动化生成

简介：这份资源是北京交通大学操作系统课程的实验答案与报告合集，面向正在修读操作系统实验课、需要参考实现思路与报告写法的本科生，也可供自学者对照练习。压缩包共41个文件，约73KB，以26个C语言源文件为主，另有5个C++文件、4个Markdown实验报告、2个头文件及汇编、文本等辅助文件，覆盖进程调度、内存管理、文件系统、死锁与权限控制等实验模块。内容包含各实验的代码实现与配套报告，如进程调度模拟、页面置换算法、管道与FIFO通信、文件系统模拟及银行家算法等，报告部分记录了实验设计、实现过程与结果分析，便于理解操作系统核心机制并对照排错。目前已有202人学习，适合需要快速搭建实验框架、梳理报告结构或查漏补缺的同学参考。

1. 操作系统实验答案和报告：从“能跑”到“能讲清楚”的交付路径

北京交通大学操作系统实验答案和报告.zip 这个标题，背后其实是一类非常典型的诉求：实验代码能跑通，但报告写不出来；或者报告写完了，答辩时被问两句就露馅。操作系统实验通常覆盖进程调度、内存管理、文件系统、同步互斥这几大块，每块都有对应的代码框架和观测指标。真正卡住大多数人的不是写代码，而是不知道实验到底在验证什么、数据怎么解读、报告里该放什么图什么表。这篇笔记面向正在做操作系统实验的本科生和自学者，把从环境搭建、代码调试到报告撰写的完整路径拆开讲，重点放在“怎么让实验结果可复现、可解释、可答辩”上。如果你手里已经有一份答案压缩包，但不确定里面的实现是否合理，或者想自己从头做一遍，下面的内容可以直接对照使用。

2. 实验环境搭建：编译内核模块和用户态程序的两种路径

操作系统实验一般分两类：一类是修改或扩展内核模块，比如添加系统调用、实现调度算法；另一类是在用户态模拟操作系统行为，比如用多线程模拟进程调度、用共享内存模拟页面置换。北交大的实验体系里，这两类都有涉及，具体取决于课程阶段。不管哪一类，环境搭建都是第一道坎，而且不同路径的坑完全不一样。

2.1 内核模块路径：编译环境与版本匹配

如果实验要求修改内核源码或加载内核模块，第一步是确认当前运行内核版本和实验指导书要求的是否一致。常见做法是用uname -r查看，然后安装对应的内核头文件。

# 查看当前内核版本 uname -r # 安装当前内核对应的头文件（Ubuntu/Debian系） sudo apt install linux-headers-$(uname -r) # 如果实验要求特定版本，比如 5.15.0-xx-generic # 需要先确认该版本是否在 apt 源中可用 apt-cache search linux-headers-5.15.0

逻辑说明：内核模块编译依赖内核头文件中的符号表和宏定义，版本不匹配会导致insmod时报Invalid module format或Unknown symbol。参数上，uname -r输出的完整版本号必须和/lib/modules/下的目录名一致，否则 Makefile 里的KERNELDIR指向就会错。

如果实验指导书指定了内核版本而当前系统不是，常见做法是安装对应版本的linux-image和linux-headers包，然后更新 GRUB 启动项，重启后选择该版本进入。这一步的坑在于：有些实验环境是虚拟机模板，内核版本被锁定，随意升级可能导致实验框架无法加载。我一般会先备份当前内核，再操作。

2.2 用户态模拟路径：多线程与共享内存的编译选项

用户态实验通常用 C 或 C++ 写，涉及pthread、shmget、semaphore等。编译时必须加-lpthread和-lrt，否则链接阶段会报未定义引用。

// 示例：用 pthread 模拟两个进程竞争临界区 #include <pthread.h> #include <stdio.h> #include <semaphore.h> sem_t mutex; int shared_counter = 0; void* worker(void* arg) { for (int i = 0; i < 100000; i++) { sem_wait(&mutex); // 进入临界区 shared_counter++; // 非原子操作，必须保护 sem_post(&mutex); // 离开临界区 } return NULL; } int main() { sem_init(&mutex, 0, 1); // 初始化信号量，初值1 pthread_t t1, t2; pthread_create(&t1, NULL, worker, NULL); pthread_create(&t2, NULL, worker, NULL); pthread_join(t1, NULL); pthread_join(t2, NULL); printf("counter = %d\n", shared_counter); sem_destroy(&mutex); return 0; }

编译命令：

gcc -o race race.c -lpthread -lrt

逻辑说明：sem_wait和sem_post包裹的代码段是临界区，shared_counter++在汇编层面是读-改-写三步，不加保护时两个线程可能同时读到旧值，导致最终结果小于 200000。参数上，sem_init的第二个参数为 0 表示线程间共享，非 0 表示进程间共享；第三个参数是信号量初值，互斥场景固定为 1。

这个实验的观测点是：不加信号量时结果随机偏小，加了之后稳定为 200000。报告里需要放多次运行的对比数据，而不是只跑一次就下结论。

2.3 实验框架的目录结构与 Makefile 适配

北交大的实验通常提供一个框架目录，里面包含Makefile、test.c、student.c等文件。学生只需要在指定文件中填充函数体。常见问题是框架的 Makefile 写死了编译器路径或内核路径，换环境后直接make会报错。

# 典型的内核模块 Makefile obj-m += mymodule.o KERNELDIR ?= /lib/modules/$(shell uname -r)/build PWD := $(shell pwd) all: make -C $(KERNELDIR) M=$(PWD) modules clean: make -C $(KERNELDIR) M=$(PWD) clean

逻辑说明：obj-m指定要编译的模块目标文件，KERNELDIR指向内核构建目录。如果实验指导书要求的内核版本和当前不一致，需要手动把KERNELDIR改成/lib/modules/5.15.0-xx-generic/build这样的绝对路径。参数上，M=$(PWD)告诉内核构建系统到当前目录找模块源码。

提示：如果make报No such file or directory指向build目录，先确认linux-headers-$(uname -r)是否安装成功，再检查/lib/modules/$(uname -r)/build是否是一个有效软链接。

3. 核心实验模块的实现与调试：调度、内存、文件系统

操作系统实验的答案和报告之所以难写，是因为每个模块的验证方式不同。调度算法看周转时间和响应比，内存管理看缺页率和置换次数，文件系统看目录树和 inode 分配。下面按模块拆开讲实现要点和调试方法。

3.1 进程调度算法：从 FCFS 到多级反馈队列的代码骨架

调度实验通常要求实现几种算法并对比指标。以最高响应比优先（HRRN）为例，核心是每次选择响应比最高的进程执行。

typedef struct { int pid; int arrive_time; int burst_time; int start_time; int finish_time; } Process; // 计算响应比 = (等待时间 + 服务时间) / 服务时间 double response_ratio(Process p, int current_time) { int wait = current_time - p.arrive_time; return (double)(wait + p.burst_time) / p.burst_time; } // 选择响应比最高的进程 int select_hrrn(Process procs[], int n, int current_time, int finished[]) { int best = -1; double max_ratio = -1.0; for (int i = 0; i < n; i++) { if (finished[i]) continue; if (procs[i].arrive_time > current_time) continue; double r = response_ratio(procs[i], current_time); if (r > max_ratio) { max_ratio = r; best = i; } } return best; }

逻辑说明：response_ratio的分母是服务时间，分子是等待时间加服务时间。等待时间越长、服务时间越短，响应比越高。参数上，current_time是当前调度时刻，finished数组标记已完成的进程。调试时常见错误是忘记判断arrive_time > current_time，导致选中还没到达的进程。

报告里需要放一张表，列出每个进程的到达时间、服务时间、开始时间、完成时间、周转时间、带权周转时间。对比 FCFS、SJF、HRRN 三组数据，说明 HRRN 在长短作业混合场景下的优势。

3.2 页面置换算法：FIFO、LRU、Clock 的命中率对比

内存管理实验一般要求模拟页面置换，统计缺页次数和缺页率。LRU 的实现可以用链表或计数器，Clock 算法需要维护访问位和指针。

# LRU 页面置换模拟 def lru(pages, capacity): memory = [] page_faults = 0 for page in pages: if page in memory: memory.remove(page) # 命中，移到最近使用位置 memory.append(page) else: page_faults += 1 if len(memory) >= capacity: memory.pop(0) # 淘汰最久未使用 memory.append(page) return page_faults # 测试序列 pages = [7,0,1,2,0,3,0,4,2,3,0,3,2,1,2,0,1,7,0,1] print("LRU faults:", lru(pages, 3))

逻辑说明：memory列表头部是最久未使用，尾部是最近使用。命中时先remove再append，保持顺序。缺页且容量满时pop(0)淘汰头部。参数上，capacity是物理块数，通常取 3 或 4。调试时注意：Python 的list.remove是值删除，如果页面号重复出现，要确认删的是正确位置。

报告里需要对比 FIFO、LRU、Clock 在相同页面序列下的缺页次数。常见结论是 LRU 优于 FIFO，但 Clock 在实现开销和性能之间取得平衡。数据要跑多组序列，不能只跑一组就写结论。

3.3 文件系统模拟：目录树与 inode 分配

文件系统实验通常要求实现简单的目录树、文件创建删除、inode 分配。核心数据结构是超级块、inode 位图、数据块位图。

#define BLOCK_SIZE 1024 #define MAX_INODES 128 #define MAX_BLOCKS 4096 typedef struct { int inode_bitmap[MAX_INODES]; // 0 空闲，1 占用 int block_bitmap[MAX_BLOCKS]; int inode_count; int block_count; } SuperBlock; typedef struct { int inode_no; int file_size; int block_ptrs[12]; // 直接块指针 int is_dir; } Inode; // 分配一个空闲 inode int alloc_inode(SuperBlock* sb) { for (int i = 0; i < MAX_INODES; i++) { if (sb->inode_bitmap[i] == 0) { sb->inode_bitmap[i] = 1; sb->inode_count++; return i; } } return -1; // 无空闲 inode }

逻辑说明：inode_bitmap用数组模拟位图，0 表示空闲，1 表示占用。alloc_inode遍历找到第一个空闲项并标记。参数上，MAX_INODES和MAX_BLOCKS根据实验指导书设定，常见是 128 和 4096。调试时常见错误是忘记更新inode_count，导致统计信息不一致。

报告里需要画出目录树结构，列出每个文件的 inode 号、大小、占用块号。如果实验要求支持多级目录，还需要展示路径解析过程。

4. 实验报告撰写：数据、图表和结论的对应关系

代码跑通只是第一步，报告才是最终交付物。很多同学代码没问题，但报告被扣分，原因通常是数据不完整、图表和结论对不上、缺少误差分析。下面按报告结构拆解。

4.1 实验数据记录：跑几次、记什么、怎么呈现

操作系统实验的数据分两类：确定性数据和随机性数据。调度算法的周转时间在给定输入下是确定的，跑一次即可；页面置换的缺页率在不同序列下不同，需要跑多组。我一般会准备 5 组输入序列，每组跑 3 次取平均，记录缺页次数和缺页率。

表格示例：

逻辑说明：表格里的数字是缺页次数，总访问次数固定为 20，缺页率 = 缺页次数 / 20。平均缺页率是 5 组数据的算术平均。报告里要说明序列的生成方式，比如随机生成还是手工设计，手工设计的序列要给出设计理由。

4.2 图表制作：折线图、柱状图的选择与标注

对比算法性能时，柱状图适合展示不同算法的平均指标，折线图适合展示指标随参数变化的趋势。比如页面置换实验中，横轴是物理块数（3、4、5），纵轴是缺页率，三条折线分别代表 FIFO、LRU、Clock。

图表必须标注坐标轴含义、单位、图例。常见错误是只放图不解释，或者图里的数据和正文对不上。我一般会在图下面写一段话，说明从图中能看出什么趋势，比如“随着物理块数增加，三种算法的缺页率都下降，但 LRU 下降最快”。

4.3 结论与误差分析：怎么把“跑通了”写成“验证了”

结论部分不能只写“实验成功”，要写“在什么条件下，什么算法表现更好，差距有多大”。比如“在物理块数为 3、访问序列长度为 20 的条件下，LRU 比 FIFO 少缺页 3 次，缺页率降低 15 个百分点”。

误差分析针对随机性实验。如果页面序列是随机生成的，要说明随机种子、生成范围、样本数量。如果结果波动大，要分析原因，比如序列长度太短导致统计意义不足。

注意：报告里不要写“由于时间关系只跑了一组”这类话，要么补数据，要么说明为什么这组数据有代表性。

5. 避坑与排查：操作系统实验里最容易翻车的五个点

5.1 内核模块加载失败：Invalid module format

现象：insmod mymodule.ko报Invalid module format或disagrees about version of symbol module_layout。

原因：编译模块的内核版本和当前运行内核版本不一致。常见于虚拟机模板升级后，头文件没跟着更新。

解决：用uname -r确认当前内核，用modinfo mymodule.ko查看模块的vermagic字段，两者必须一致。不一致时重新安装对应版本的头文件并重新编译。

5.2 多线程实验结果不稳定：counter 每次跑都不一样

现象：不加信号量的竞态实验，shared_counter每次运行结果不同，有时接近 200000，有时差很多。

原因：shared_counter++不是原子操作，两个线程可能同时读到同一个值。CPU 核心数、调度时机都会影响结果。

解决：这是预期现象，报告里要记录多次运行的结果分布。如果加了信号量后仍然不稳定，检查sem_wait和sem_post是否配对，或者是否误用了sem_trywait。

5.3 页面置换实验缺页率异常高：序列生成有问题

现象：LRU 的缺页率超过 90%，明显不合理。

原因：页面序列的生成范围太大，比如物理块数为 3 但页面号范围是 0-99，导致几乎每次访问都不在内存中。

解决：页面号范围应该和物理块数匹配，常见做法是页面号在 0 到capacity + 2之间随机生成。报告里要说明序列生成规则。

5.4 文件系统实验 inode 分配失败：位图越界

现象：alloc_inode返回 -1，但inode_count远小于MAX_INODES。

原因：inode_bitmap数组越界写入了其他数据，导致部分位被意外置 1。常见于循环边界写错，比如i <= MAX_INODES。

解决：检查所有遍历位图的循环，边界必须是< MAX_INODES。用valgrind或gdb检查数组越界。

5.5 报告数据和代码输出不一致：复制粘贴惹的祸

现象：报告里的缺页次数和程序实际输出对不上。

原因：改了代码但忘了重新跑数据，或者从不同次运行中混用了数据。

解决：每次改代码后重新跑全部实验，用脚本自动记录输出到文件，报告数据直接从文件读取。我一般会写一个run_all.sh，把所有实验跑一遍并保存日志。

6. 进阶技巧：用脚本自动化实验数据采集与报告生成

操作系统实验的重复性很高，手动跑数据、抄结果、画图表非常耗时。我后来养成的习惯是：用 shell 脚本批量运行实验，用 Python 解析输出并生成图表，最后用 Markdown 模板拼出报告初稿。这套流程能把报告撰写时间从两天压缩到半天。

6.1 批量运行与日志采集

#!/bin/bash # run_all.sh - 批量运行页面置换实验并保存日志 SEQUENCES=("seq1.txt" "seq2.txt" "seq3.txt" "seq4.txt" "seq5.txt") ALGOS=("fifo" "lru" "clock") for algo in "${ALGOS[@]}"; do for seq in "${SEQUENCES[@]}"; do echo "Running $algo on $seq" ./page_replace --algo $algo --input $seq >> results.log done done

逻辑说明：外层循环遍历算法，内层循环遍历序列，每次运行追加到results.log。参数上，--algo指定算法，--input指定序列文件。日志格式要统一，方便后续解析。

6.2 用 Python 解析日志并生成图表

import re import matplotlib.pyplot as plt # 解析日志 data = {} with open("results.log") as f: for line in f: m = re.match(r"algo=(\w+) seq=(\w+) faults=(\d+)", line) if m: algo, seq, faults = m.group(1), m.group(2), int(m.group(3)) data.setdefault(algo, []).append(faults) # 画柱状图 algos = list(data.keys()) avg_faults = [sum(data[a])/len(data[a]) for a in algos] plt.bar(algos, avg_faults) plt.xlabel("Algorithm") plt.ylabel("Average Page Faults") plt.title("Page Replacement Comparison") plt.savefig("comparison.png")

逻辑说明：正则表达式提取算法名、序列名和缺页次数，按算法分组求平均，用 matplotlib 画柱状图。参数上，re.match的模式要和日志格式严格对应，否则解析为空。生成的图片直接插入报告。

6.3 报告模板与自动填充

我一般用 Markdown 写报告，把固定部分写成模板，变量部分用占位符标记，然后用 Python 替换。

template = """ ## 实验结果 | 算法 | 平均缺页次数 | |------|--------------| {algo_rows} """ algo_rows = "\n".join(f"| {a} | {sum(data[a])/len(data[a]):.1f} |" for a in algos) report = template.format(algo_rows=algo_rows) with open("report.md", "w") as f: f.write(report)

逻辑说明：algo_rows动态生成表格行，format替换占位符。参数上，:.1f保留一位小数。这样每次跑完实验，报告初稿自动生成，只需要补充分析和结论。

这套流程的边界在于：如果实验框架的输出格式不统一，正则解析会失败。我一般会先跑一次，确认输出格式，再写解析规则。另外，图表风格要统一，坐标轴标签、图例位置、字体大小最好固定下来，避免报告里图表风格混乱。

希望帮到你。

本文还有配套的精品资源，点击获取