频繁项集挖掘算法的计算复杂性和生成的频繁项集数量随着事务集项数的增加呈指数增长，最小支持度阈值成为控制这种增长的关键．然而，实际应用中仅使用支持度阈值难以有效控制频繁项集的规模．为此定义N个 最频繁项集挖掘问题，并提出基于支持度阈值动态调整策略的宽度优先搜索算法Apriori和深度优先搜索算法IntvMatrix挖掘N个最频繁项集．实验表明，本文的2种方法的效率比朴素方法高2倍以上，特别当N值较低时，本 文方法的效率优势更为明显．

编写一个进程调度程序，允许多个进程共行的进程调度程序。 采用最高优先数优先的调度算法和先来先服务调度算法。 每个进程有一个进程控制块（ PCB）表示。每个进程的状态可以是就绪 W（Wait）、运行R（Run）、或完成F（Finish）三种状态之一。 采用动态优先数策略选择就绪进程获得 CPU后都只能运行一个时间片，运行完后优先数减1 动态显示每个进程的当前状态及进程的调度情况 重复以上过程，直到所要进程都完成为止

“最高优先数优先”调度算法的基本思想是把CPU分配给就绪队列中优先数最高的进程。 静态优先数是在创建进程时确定的，并在整个进程运行器件不再改变。 动态优先数是指进程的优先数在创建进程时可以给定一个初始值，并且可以按一定原则修改优先数。 例如：在进程获得一次CPU后就将其优先数减少1。 或则，进程等待的时间超过某一时限时增加其优先数的值，等待。 -g_queue.s_id=i g_queue.s_dynamic_prior=MIN_PRIOR g_queue.s_n

（3） 处理器调度总是选队首进程运行。采用动态改变优先数的办法，进程每运行一次优先数就减“1”。由于本实验是模拟处理器调度，所以，对被选中的进程并不实际的启动运行，而是执行：-hahgfah ahahihahihshfahgaol