可恢复互斥的自适应与公平转换

互斥是并发系统中处理竞争最常用的技术之一。传统上，互斥算法在设计时假设进程在获取/释放锁或执行其临界区时不会失败。然而，现实中确实会发生故障，可能使锁处于不一致状态。这引发了可恢复互斥（RME）问题，即设计一种能容忍故障同时保持安全性和活性属性的互斥（ME）算法。在本工作中，我们提出一个框架，将任何解决RME问题的算法转换为一个还能同时适应（1）竞争锁的进程数量，以及（2）近期发生的故障数量的算法，同时保持底层RME算法的正确性和性能属性。此外，该转换构造的算法增加了某些期望属性，如公平性（FCFS的一种变体）和有界恢复。假设底层RME算法中临界区请求的最坏情况RMR复杂度为$R(n)$。那么，我们的框架产生的RME算法，其临界区请求的最坏情况RMR复杂度为$\mathcal{O}(\min \{\ddot{c}, \sqrt{F+1}, R(n)\})$，其中$\ddot{c}$表示请求的点竞争度，$F$表示请求近期过去的故障数。我们通过提出一种新颖的内存回收算法来限定RME算法的最坏情况空间复杂度，从而扩展我们的框架。该内存回收技术保持了我们转换的公平性、性能和正确性属性，并且具有足够的通用性，可用于限定其他RME算法的空间。