все

обсяг використовуваної пам'яті

пам'ять, необхідна для виконання алгоритму

Запитання 84: Множина варіантів

Просторова складність алгоритму — це:

пам'ять, необхідна для виконання алгоритму

оцінка ресурсів необхідних для виконання алгоритму

кількість елементарних операцій

час, необхідний для виконання алгоритму на даній обчислювальній машині

Запитання 85: Множинна відповідь

Обчислювальна складність:

час, необхідний для виконання алгоритму на даній обчислювальній машині

визначається порядком її величини, при її заданні у вигляді деякого степеневого ряду, всі члени нижчих порядків ігноруються

це оцінка ресурсів необхідних для виконання алгоритму

пам'ять, необхідна для виконання алгоритму

Запитання 86: Множина варіантів

Комп'ютер може виконати алгоритм зі сталим класом складності за:

мікросекунду

секунду

11.6 дня

32000 років

Запитання 87: Множина варіантів

Комп'ютер може виконати алгоритм з лінійним класом складності за:

секунду

мікросекунду

11.6 дня

32000 років

Запитання 88: Множина варіантів

Розв'язувані проблеми — це:

проблеми, які можна розв'язати за допомогою алгоритмів з поліноміальним часом

проблеми, які можна розв'язати лише за допомогою суперполіноміальних алгоритмів

проблеми швидке знаходження розв'язку яких є неможливим

проблеми, які неможливо розв'язати за поліноміальний час

Запитання 89: Множинна відповідь

Класи складності обчислювальних проблем:

клас P

клас NP

клас PSPACE

клас EXTIME

Запитання 90: Множина варіантів

Який клас складності складається з усіх проблем, які можна розв'язати за поліноміальний час:

клас P

клас NP

клас PSPACE

клас EXTIME

Запитання 91: Множина варіантів

Який клас складності складається з усіх проблем, які можна розв'язати за поліноміальний час тільки на недетермінованій машині Тюринга:

клас NP

клас P

клас PSPACE

клас EXTIME

Запитання 92: Множина варіантів

У криптографії [ShnierAppCrypto] важливість класу полягає в наступному: багато симетричних алгоритмів і алгоритмів з відкритими ключами можуть бути зламані за недетермінований поліноміальний час. Що це за клас?

клас NP

клас P

клас PSPACE

клас EXTIME

Запитання 93: Множина варіантів

Клас, в якому проблеми можуть бути розв'язані в поліноміальному просторі, але не обов'язково за поліноміальний час називають:

класом PSPACE

класом P

класом NP

класом EXTIME

Запитання 94: Множина варіантів

Клас, в якому проблеми розв'язуються за експоненційний час називають:

класом EXTIME

класом PSPACE

класом NP

класом P

Запитання 95: Множинна відповідь

Які проблеми належать до NP-повних проблем?

проблема комівояжера

проблема потрійного шлюбу

потрійна виконуваність

проблема подвійного шлюбу

Запитання 96: Множина варіантів

Яка з перелічених проблем є окремим випадком проблеми виконуваності?

потрійна виконуваність

проблема комівояжера

проблема потрійного шлюбу

проблема подвійного шлюбу

Запитання 97: Множинна відповідь

Метод розподіленого програмування:

метод, який дає змогу розподілити роботу програми між двома (або більше) процесами, причому процеси можуть існувати на тому самому комп'ютері або на різних

один з підходів до створення паралельності програмного забезпечення

метод, який дає змогу розподілити роботу програми між двома (або більше) процесорами в рамках одного фізичного або одного віртуального комп'ютера

метод, який дає змогу розподілити роботу програми між двома (або більше) процесами, причому процеси можуть існувати тільки на тому самому комп'ютері

Запитання 98: Множинна відповідь

Що таке степінь паралелізму?

відношення часу виконання алгоритму на одному процесорі до часу виконання алгоритму в системі з р процесорів

кількість операцій, які виконуються на різних комп'ютерах

кількість операцій, які можна виконувати паралельно

кількість операцій, які можна виконувати на одному фізичному або віртуальному комп'ютері

Запитання 99: Множинна відповідь

Крупнозернистість задачі:

означає наявність в задачі великих незалежних підзадач, які можна обробляти паралельно

прикладом може служити задача розв'язку шести різних великих систем лінійних рівнянь

відповідає можливості паралельного виконання малих підзадач

для двох векторів підзадачею є додавання однойменних компонент

Запитання 100: Множинна відповідь

Дрібнозернистість задачі:

відповідає можливості паралельного виконання малих підзадач

для двох векторів підзадачею є додавання однойменних компонент

означає наявність в задачі великих незалежних підзадач, які можна обробляти паралельно

прикладом може служити задача розв'язку шести різних великих систем лінійних рівнянь

Запитання 101: Множинна відповідь

Чинники, що зумовлюють відхилення від максимального прискорення:

відсутність максимального паралелізму в алгоритмі

незбалансованість навантаження процесорів

обміни, конфлікти пам'яті

час синхронізації

Запитання 102: Множинна відповідь

Більшість алгоритмів є сукупностями фрагментів з різними степенями паралелізму:

максимальним

частковим

мінімальним

повним

Запитання 103: Множинна відповідь

Балансування навантаження:

це такий розподіл задач між процесорами системи, який, по можливості, дозволяє зайняти кожен процесор корисною роботою більшу частину часу

може здійснюватися як статично, так і динамічно

це такий розподіл задач між процесорами системи, який, по можливості, дозволяє зайняти один процесор корисною роботою більшу частину часу

може здійснюватися тільки статично

Запитання 104: Множинна відповідь

Динамічне балансування:

обчислювальні задачі (й дані) розподіляються між процесорами в процесі обчислювального процесу

пов'язане поняття банку завдань

ефективніше реалізується у системах з розподіленою пам'яттю

обчислювальні задачі розподіляються між процесорами до початку обчислень

Запитання 105: Множинна відповідь

Закон Густавсона-Барсіса:

дає змогу оцінити максимально можливе прискорення виконання паралельної програми, в залежності від кількості одночасно виконуваних потоків обчислень і частини послідовних розрахунків

зі збільшенням кількості використовуваних процесорів темп зменшення часу паралельного розв'язку задач може падати, проте завдяки зменшенню часу обчислень складність розв'язуваних задач може бути збільшена

завдяки зменшенню часу обчислень складність розв'язуваних задач може бути також зменшена

дає змогу оцінити максимально можливе прискорення виконання послідовної програми, в залежності від кількості послідовно виконуваних потоків обчислень і частини послідовних розрахунків

Запитання 106: Множина варіантів

Міру прискорення, одержувану відповідно до закону Густавсона-Барсіса, ще називають:

прискоренням масштабування

прискоренням послідовного алгоритму

формальною моделлю прискорення

прискорення паралельного алгоритму в порівнянні з найкращим послідовним алгоритмом

Запитання 107: Множина варіантів

Паралельний алгоритм називають масштабовним (scalable), якщо :

при зростанні кількості процесорів він забезпечує збільшення прискорення при збереженні постійного рівня ефективності використання процесорів

при зменшенні кількості процесорів він забезпечує збільшення прискорення

при зменшенні часу обчислень складність розв'язуваних задач може бути також зменшена

при зростанні кількості процесорів він забезпечує зменшення прискорення

Запитання 108: Множина варіантів

Степенем векторизації обчислень в векторному комп'ютері називається:

довжина використовуваних векторів

степінь паралелізму

кількість операцій, які можна виконувати паралельно

кількість операцій, які можна виконувати на одному фізичному або віртуальному комп'ютері

Запитання 109: Множина варіантів

Величина затримки часу, яка необхідна для переміщення даних, які потрібні для векторних операцій у потрібні позиції – це:

час підготовки даних у векторному комп'ютері

прискорення для паралельних комп'ютерів

прискорення, яке отримується при використанні векторних операцій

степінь векторизації обчислень в векторному комп'ютері

Запитання 110: Множинна відповідь

Особливості паралельно-векторних комп'ютерів:

ефективне використання паралельно-векторних систем вимагає завантаження процесорів відносно великими завданнями, які не вимагають великих обмінів і синхронізації, а також допускають високий степінь векторизації

у випадку використання паралельно-векторних комп'ютерів необхідно проектувати паралельні алгоритми з великою зернистістю на рівні задач, при цьому кожна задача має мати векторизовану дрібнозернистість

у випадку використання комп'ютерів необхідно проектувати паралельні алгоритми з великою зернистістю на рівні задач, при цьому кожна задача має мати векторизовану крупнозернистість

потрібен відносно невеликий паралелізм, але на рівні великих підзадач, яким властива висока векторизація

Запитання 111: Множинна відповідь

Які є види декомпозиції?

проста

декомпозиція даних

функціональна

складна

Запитання 112: Множина варіантів

Декомпозиція даних буває:

збалансована і незбалансована

функціональна і повна

повна і складна