Cтраница 1
Свойство алгоритма, которое подразумевает пробный поиск цели с учетом возможности завершения любого пути поиска тупиком; в последнем случае алгоритм обеспечивает возврат из тупика назад и продолжение поиска по другому пути. Этот метод обычно подходит для решения задач, требующих проверки потенциально большого, но все же конечного числа решений. Он сводится к систематическому поиску по дереву в направлении снизу вверх. [1]
Свойство алгоритма быть хорошим является относительным свойством, зависящим от выбора средств реализации алгоритма. [2]
Свойство алгоритма, определяемое возможностью его адаптации к изменениям входной информации без изменения решаемой задачи. [3]
Свойство алгоритма, означающее расчлененность определяемого алгоритмом процесса на отдельные элементарные акты, возможность выполнения которых человеком или машиной не вызывает сомнения. [4]
Свойство алгоритма, состоящее в том, что для выполнения алгоритма не должна привлекаться никакая дополнительная информация извне. [5]
Свойство алгоритма, состоящее в том, что он обеспечивает решение любой задачи из класса однотипных задач при любых исходных данных. Так, алгоритм вычисления площади треугольника применим к любым треугольникам. [6]
Свойство алгоритма сохранять свои характеристики при изменении ПРВ шума называется его устойчивостью. [7]
Это свойство алгоритмов называют их определенностью. Все приведенные примеры алгоритмов демонстрируют его. Если мы внимательно проанализируем алгоритмический процесс, то увидим, что, применяя алгоритм к одному и тому же исходному данному несколько раз, мы всегда будем получать один и тот же результат. Поэтому говорят, что алгоритмы однозначны. Проводя более детальный анализ процесса, путем фиксации промежуточных результатов, получаемых после каждого шага, можно заметить, что при одних и тех же исходных данных возникающие последовательности одинаковы. Более того, действия, выполняемые на каждом шаге, однозначны независимо от исходных данных алгоритма. Такая особенность алгоритмического процесса называется детерминированностью алгоритма. [8]
Это свойство алгоритма, с одной стороны, входит в ту же категорию, что и запросы к памяти. Тем не менее в двух контекстах оно выступает отдельно. Поскольку надежные программные библиотеки, начавшие появляться в 70 - х годах, содержали все большее и большее число программ, составители этих библиотек были вынуждены обратить внимание на проблему бесконтрольного размножения. Каким облегчением было бы наличие программы, способной решать все виды задач на собственные значения для малых симметричных матриц, даже если для любой из них эта программа неоптимальна. Этот трудный вопрос далеко еще не разрешен и относится скорее к области математического обеспечения, чем к численному анализу. [9]
Далее свойства алгоритма CV1 будут изложены в сравнении с новым методом, условно названным методом обращенной волны. [10]
Какие свойства алгоритма демонстрируются приведенным алгоритмом. Решение какой задачи описывает этот алгоритм. [11]
Эти свойства алгоритмов позволяют также использовать их в качестве одного из средств управления и самоуправления познавательной деятельностью студентов. [12]
Изучение свойств алгоритма осложняется тем, что вектор хг 1 удовлетворяет почти вырожденной системой линейных уравнений, так что вычисленный вектор х / - 1 будет определен со значительными погрешностями. [13]
Кроме преобразующих свойств алгоритма следует еще учитывать действительную реализуемость того или иного алгоритма в ПИ. [14]
Замеченное нами свойство алгоритмов, перечисленных в § 1 ( их применимость к большому числу вариантов исходных данных), называют их массовостью. Долгое время считали, что пригодность алгоритмов для многих частных случаев является настолько существенной и важной их чертой, что должна войти в научное определение алгоритма. Это исключало) многие правила из компетенции науки ( из-за их недостаточной массовости) и затрудняло) как научные исследования, так и применение их результатов на практике ( а вдруг перед нами именно ненаучный случай. [15]