第1章 课程设计的目的与要求 1.1 课程设计目的 本课程设计是计算机科学与技术专业重要的实践性环节之一，是在学生学习完《程序设计语言(C)》课程后进行的一次全面的综合练习。本课程设计的目的和任务： 1. 巩固和加深学生对C语言课程的基本知识的理解和掌握 2. 掌握C语言编程和程序调试的基本技能 3. 利用C语言进行基本的软件设计 4. 掌握书写程序设计说明文档的能力 5. 提高运用C语言解决实际问题的能力

（1） 用C语言分别实现采用首次适应算法和最佳适应算法的动态分区分配过程alloc()和回收过程free()。其中，空闲分区通过空闲分区链来管理；在进行内存分配时，系统优先使用空闲区低端的空间。 （2） 假设初始状态下，可用的内存空间为640KB，并有下列的请求序列：  作业1申请130KB。  作业2申请60KB。  作业3申请100KB。  作业2释放60KB。  作业4申请200KB。  作业3释放100KB。  作业1释放130KB。  作业5申请140KB。  作业6申请60KB。  作业7申请50KB。  作业6释放60KB。 请分别采用首次适应算法和最佳适应算法进行内存块的分配和回收，要求每次分配和回收后显示出空闲内存分区链的情况。

针对蜂窝网资源分配多目标优化问题，提出了一种基于深度强化学习的蜂窝网资源分配算法。首先构建深度神经网络（DNN），优化蜂窝系统的传输速率，完成算法的前向传输过程；然后将能量效率作为奖惩值，采用Q-learning机制来构建误差函数，利用梯度下降法来训练DNN的权值，完成算法的反向训练过程。仿真结果表明，所提出的算法可以自主设置资源分配方案的偏重程度，收敛速度快，在传输速率和系统能耗的优化方面明显优于其他算法。

使用C语言实现了操作系统可变分区分配算法，实现了首次。循环首次、最佳、最坏等算法，可以运行在Linux系统上，只是算法的模拟，没有调用Linux系统内核数据

针对传统网络控制与转发的紧耦合，其路径分配算法的全局性差、实时性不足，根据软件定义网络的集中控制，提出一种基于马尔可夫链负载均衡（Markov chain-load balancing，MC-LB）算法。该算法使用马尔可夫链的转移概率计算链路重要性，并同时对业务流请求量和网络负载均衡率两个目标进行优化，获得多请求下的最优路径分配。通过大量实验对比表明，该算法优于传统SPF（shortest path first）算法，最大可以增加网络负载均衡率30%，提升网络业务流请求接受率20%，达到了负载均衡效果，提高了网络的性能。

动态内存分配算法实验报告包括：实验题目，实验目的，实验要求，实验内容，实验结果，实验总结及后附有详细源代码 实验内容 1，确定定内存空闲分配表和进程内存分配表 2，采用首次适应算法完成内存空间的分配 3，采用最坏适应算法完成内存空间的分配 4，采用最佳适应算法完成内存空间的分配 5，实现内存回收功能

操作系统实验的动态分区分配算法java版本的，功能实现。包括分配回收机制，和判断空间是否够，然后再分配，回收利用的情况。

主存空间的分配与回收。熟悉主存的分配与回收，理解在不同的存储管理方式下，如何实验主存空间的分配与回收。掌握动态分区方式中的数据结构和分配算法及动态分区存储管理方式及其实现过程。 编译通过，完全没有问题。

操作系统的动态分区分配算法（控制台程序），供学习使用。

一、HPF算法实验 二、RR算法实验 三、基本分页算法 四、动态分区分配算法