FIFO页面置换仅用std::queue必然出错，因其无O(1)查找能力，导致缺页误判、命中率虚高、淘汰错位；正确做法是std::queue管理入序，std::unordered_set同步维护驻留页集，二者操作严格对齐。
FIFO 页面置换不能只靠 std::queue 就跑通——缺页判断失效、命中率虚高、淘汰错位，几乎必然发生。
为什么 std::queue 单独用会算错命中率
因为 std::queue 只管进出顺序，不提供 O(1) 查找能力。每次访问页面前必须快速判断该页是否已在内存中，否则：
- 本该命中的访问被当成缺页，重复装入同一页面 →
pageFaults虚高 - 没清掉旧页在驻留集合里的标记 → 后续再访该页仍报缺页
- 用
queue::front()淘汰时，若队列已空或未同步更新驻留状态，可能淘汰一个根本不在内存里的页号
正确做法是：用 std::queue 管“进入顺序”，用 std::unordered_set（或 std::vector<bool></bool>）单独维护“当前哪些页在内存里”。二者操作必须严格同步：装入时 push + insert，淘汰时 pop + erase，命中时只查 set 不动 queue。
std::queue + std::unordered_set 同步操作要点
关键不是“能不能用”，而是“怎么保证每一步都对齐”。常见错误代码往往漏掉其中一环：
立即学习“C++免费学习笔记（深入）”；
- 装入新页时：
q.push(page)✅ 但忘了in_memory.insert(page)❌ - 淘汰旧页时：
int old = q.front(); q.pop();✅ 但没写in_memory.erase(old)❌ - 命中判断写成
if (q.find(page) != q.end())——std::queue根本没有find成员函数，编译不过 - 改用遍历
std::queue判断存在性 → 时间复杂度退化为 O(m)，m 是物理块数，m=64 时单次判断就慢 64 倍
示例片段（核心逻辑）：
if (in_memory.find(page) != in_memory.end()) {
// 命中：不改动 queue，不增 pageFaults
} else {
// 缺页
pageFaults++;
if (q.size() == frame_count) {
int old = q.front();
q.pop();
in_memory.erase(old); // 必须删
}
q.push(page);
in_memory.insert(page); // 必须加
}循环数组实现 FIFO 时的下标陷阱
不用 STL、手写循环队列更易暴露边界问题。常见崩坏点：
-
cur初始化为 0 后，没做cur = cur % frame_count防越界 → 内存越界写入相邻变量 - 淘汰位置计算写成
frames[cur]，但没在装满后才开始移动cur→ 前frame_count次访问就把cur提前移走了，导致最早装入的页没被优先淘汰 - 数组分配大小写成
new int[frame_count]，但循环逻辑用了(cur + 1) % frame_count→ 实际需要至少frame_count个槽位，没问题；但如果误写成new int[frame_count - 1]，取模后下标仍可能越界
安全写法：分配 frame_count 元素，cur 仅在 size == frame_count 且发生缺页时才更新：cur = (cur + 1) % frame_count。
命中率分母必须是总访问次数，不是“有效访问”或“装入次数”
这是实操中最常被悄悄篡改的逻辑。例如序列 7 0 1 2 0 3 0 4 2 3 0 3 2 1 2 0 1 共 17 次访问，分母就是 17：
- 第 1 次访问 7 → 缺页，计入分子
- 第 5 次又访问 0 → 若已在内存，命中，不计入分子，但计入分母
- 有人把“内存未满前的访问”跳过统计 → 分母变成 14 或更小，命中率失真
- 有人把“首次装入”和“后续命中”都当“一次调度事件”去计 → 分子变大，命中率虚低
操作系统真实行为：只要触发了页面访问，无论内存是否为空、无论是否命中，都是一次有效访问。缺页率 = pageFaults / total_accesses，不可约简、不可过滤。
真正难的不是写完一个能跑的 FIFO，而是让 in_memory 集合、queue（或循环数组）、pageFaults 计数器三者在每一次访问后始终严格一致——差一行同步，命中率就偏 5% 以上，而这个偏差在小规模测试里根本看不出来。
