Cтраница 1
Выбор наилучшего алгоритма зависит от основных принципов программирования, ане от особенностей конкретной версии языка. [1]
Для выбора наилучшего алгоритма и наилучшего варианта программы пользуются различными критериями. Программа, выдающая результат наиболее быстро, всегда считается лучшей. Для больших информационных задач временной критерий оценки часто отступает на второе место, а основным критерием становится эффективность использования оперативной памяти, технических носителей и технических средств. [2]
Трудности выбора наилучшего алгоритма замещения страниц настолько велики, что иногда заставляют вообще отказаться от описанного механизма замещения. [3]
Развитие методов теории распознавания ставит вопрос о выборе наилучшего алгоритма из множества известных. В настоящее время интенсивно развиваются и совершенствуются иерархические системы распознавания. В их число входят получившие широкое распространение распознавание по схеме перцептрона [41], по переборной схеме Бонгарда [42] и др. Для данных методов наряду с достоинствами выявлены и недостатки - ограничение бинарными изображениями. [4]
Эксперименты показывают, что разновидности грубых схем для вычисления а4 при выборе наилучшего алгоритма работают очень быстро. Тем не менее все же интересно подумать о том, как их выбирать, если не иметь никакого опыта в этой игре. [5]
Здесь следует выделить такие процессы, как разделение человеко-машинных процедур, разработка алгоритмов действий проектировщика, разработка вычислительных алгоритмов для расчетов ЭМП и принятия оптимальных решений, анализ и выбор наилучших алгоритмов. В результате алгоритмизации ПП детализируется настолько, насколько это требуется для его программно-аппаратной реализации. [6]
Выбор наилучшего алгоритма является многокритериальной оптимизационной задачей, среди критериев которой-сложность по времени, сложность по емкости ( по объему занимаемой памяти), простота программной реализации, устойчивость. В этой монографии мы имеем дело только со сложностью по времени, хотя, изменив в модели вычислений набор простейших операций, можно было бы легко получить заключения относительно сложности по емкости. В последующих работах мы собираемся изучить вопрос о взаимодействии различных критериев для ряда важных задач, но сначала нужно понять, как осуществляется оптимизация по такому существенному критерию, как сложность по времени. [7]
До сих пор в этом параграфе мы молчаливо предполагали, что нашей конечной задачей является вычисление коэффициентов конкретной аппроксимации Паде [ L / УИ ] с целью последующего вычисления значения этой аппроксимации в данной точке г. Практически более вероятно, что задача состоит в табулировании значений аппроксимаций Паде или в вычислении значений последовательности таких аппроксимаций в указанной точке. Выбор наилучшего алгоритма вычисления аппроксимаций Паде зависит и от конкретной постановки задачи. [8]
Общее число всех возможных алгоритмов принятия решения о наличии или отсутствии сигнала может быть бесконечно большим. Поэтому для выбора наилучшего алгоритма задаются некоторым критерием оптимальности и в соответствии с ним выбирают наилучший. [9]
И напротив, правильный выбор алгоритма может ускорить работу в 100 - 1000 и более раз, что может вылиться во время выполнения в экономию минут, часов и даже более того. В этой книге основное внимание уделяется простейшим приемлемым реализациям наилучших алгоритмов. Выбор наилучшего алгоритма выполнения конкретной задачи может оказаться сложным процессом, возможно, требующим сложного математического анализа. Направление компьютерных наук, занимающееся изучением подобных вопросов, называется анализом алгоритмов. Анализ многих изучаемых алгоритмов показывает, что они имеют прекрасную производительность; о хорошей работе других известно просто из опыта их применения. Наша основная цель - изучение приемлемых алгоритмов выполнения важных задач, хотя значительное внимание будет уделено также сравнительной производительности различных методов. Не следует использовать алгоритм, не имея представления о ресурсах, которые могут потребоваться для его выполнения, поэтому мы стремимся знать, как могут выполняться используемые алгоритмы. [10]
Например, вполне возможно, что наилучшая формула квазиньютоновского типа в случае алгоритма оптимизации при линейных ограничениях отличается от аналогичной формулы для безусловной оптимизации. Такие детали можно установить лишь в результате продолжительной проверки алгоритмов, а это пока трудно осуществить, поскольку в настоящее время нет адекватного множества тестовых задач. Наиболее быстрыми темпами развиваются методы применения алгоритмов оптимизации при линейных ограничениях к слабо заполненным и структуризованным задачам. Такое применение общих алгоритмов вовсе не тривиально ( исключая самые простые случаи): многие фундаментальные проблемы еще не решены, есть много численных трудностей. Поскольку каждая удача в этой области связана с успешным использованием конструкции ЭВМ и имеющимися в ней большими процедурами ввода - вывода и обработки данных, математическое обеспечение для слабо заполненных задач большой размерности будет, несомненно, не слишком компактным и, кроме того, реализация алгоритма будет весьма чувствительна к изменениям в архитектуре ЭВМ. Поэтому выбор наилучшего алгоритма и его оптимальной реализации может зависеть от принципиальных особенностей конструкции вычислительной машины. [11]