The cost or complexity of a distrib

The cost or complexity of a distributed algorithm depends on the algorithm, as well as on the model. Two well-known measures of complexity are the space complexity (per process) and the time complexity.
The space complexity of an algorithm is the amount of memory space required to solve an instance of the algorithm as a function of the size of the system. One may wonder if we should care about space complexity, when the cost of memory has come down drastically. In the context of present-day technology, the absolute measure may not be very signifi- cant for most applications, but the scale of growth as a function of the number of nodes in the network (or the diameter of the network) may be a significant issue. A constant space complexity, as represented by O(1) using the big-O notation, is clearly the best, since the space requirement for each process is immune to network growth. Also, many applications require processes to send the value of their current state to remote processes. The benefit of constant space is that message sizes remain unchanged regardless of the size or the topol- ogy of the network.
For time complexity, numerous measures are available. Some of these measures evolved from the fuzzy notion of time across the entire system, as well as the nondeterministic nature of distributed computations. An accepted metric is the total number of steps needed by all the processes in the worst case from start to end, each step accounting for a basic action. The execution of an algorithm may halt from time to time due to interruptions generated by the operating systems, but the time complexity measure is immune to these unpredictable interruptions.
With today’s technology, processor clocks tick at rates greater than 1 GHz, but message propagation delays still range from a few microseconds to a few milliseconds.

Результаты (русский) 1:

Стоимость и сложность распределенного алгоритма зависит от алгоритма, а также модели. Две хорошо известные меры сложности являются сложность пространства (на процесс) и сложность времени.Сложность пространства алгоритма является объем памяти, необходимых для решения экземпляр алгоритма в зависимости от размера системы. Можно задаться вопросом, если мы должны заботиться о космической сложности, когда стоимость памяти спуститься резко. В контексте современной технологии абсолютная мера не может быть очень значительно cant для большинства приложений, но масштаб роста как функция числа узлов в сети (или диаметр сети) может быть важным вопросом. Постоянное пространство сложности, как O(1), с использованием нотации big-O, очевидно, самое лучшее, так как необходимое пространство для каждого процесса не застрахована от роста сети. Кроме того многие приложения требуют процессов для отправки значения их текущего состояния к удаленным процессам. Преимуществом постоянного пространства является это сообщение, что размеры остаются неизменными независимо от размера или тополь гии сети.Сложность времени имеются многочисленные меры. Некоторые из этих мер эволюционировали от нечеткого понятие времени всей системы, а также недетерминированные характер распределенных вычислений. Признанным показателем является общее число шагов все процессы в худшем случае от начала до конца, каждый шаг учета основных действий. Выполнение алгоритма может остановить время от времени из-за прерывания, порожденных операционными системами, но мера сложности времени не застрахована от этих непредсказуемых перебоев.С сегодняшней технологией процессор часы тик по ставкам более 1 ГГц, но задержки распространения сообщения по-прежнему варьируются от нескольких микросекунд до нескольких миллисекунд.

Результаты (русский) 2:

Стоимость или сложность распределенного алгоритма зависит от алгоритма, а также на модели. Два известных меры сложности являются сложность запоминания (в процессе) и временная сложность.
Пространство сложности алгоритма является объем памяти , требуемое для решения экземпляра алгоритма в зависимости от размера системы. Можно задаться вопросом, если мы должны заботиться о космической сложности, когда стоимость памяти дошедший резко. В контексте современной технологии, абсолютная мера не может быть очень значимы для большинства применений, но масштаб роста в зависимости от количества узлов в сети (или диаметр сети) может быть серьезной проблемой. Постоянная сложность пространства, как представлено O (1) , используя запись биг-O, несомненно , является наилучшим, так как необходимое пространство для каждого процесса имеет иммунитет к сети роста. Кроме того , многие приложения требуют процессы , чтобы отправить значение их текущего состояния удаленных процессов. Преимущество постоянного пространства в том , что размеры сообщения остаются неизменными , независимо от размера или топологии сети.
Для получения временной сложности, многочисленные меры доступны. Некоторые из этих мер эволюционировали из размытого понятия времени во всей системе, а также недетерминированной природы распределенных вычислений. Принята метрика общее количество шагов , необходимых для всех процессов , происходящих в худшем случае от начала до конца, каждый шаг приходится основной деятельности. Выполнение алгоритма может остановить время от времени из - за перебоев , генерируемых операционными системами, но эта мера временная сложность невосприимчив к этим непредсказуемым перебоями.
Благодаря достижениям современной технологии, процессор мевают на скоростях , превышающих 1 ГГц, но задержки распространения сообщений до сих пор в диапазоне от нескольких микросекунд до нескольких миллисекунд.

Результаты (русский) 3:

стоимость и сложность распределенной алгоритм зависит от алгоритма, а также о модели.два известных мер, сложности, космические сложность (на процессе) и временной сложностью.космические сложность алгоритма является объем памяти, необходимый для решения инстанции алгоритм, в зависимости от размера этой системы.возможно, если мы должны заботиться о космосе, сложности, когда стоимость памяти, снизилось в разы.в контексте современных технологий, абсолютной мерой может быть не очень значительные - не для большинства приложений, но масштабы роста в зависимости от количества узлов в сети (или диаметр сети), может быть важным вопросом.постоянной космической сложности в лице - (1) с использованием big-o записи, явно лучше, поскольку помещений для каждого процесса не является рост сети.также многие приложения требуют процессов направить стоимость их состояние дистанционного процессов.благо постоянным пространства является то, что размер сообщений остаются неизменными независимо от размера или тополь - ogy этой сети.за время сложность, многочисленные меры, не имеется.некоторые из этих мер эволюционировали от нечеткой концепции времени всей системы, а также nondeterministic характер распределенных вычислений.признанный метрических - общее число необходимых шагов со стороны всех процессов, в худшем случае - от начала до конца, каждый шаг приходится основной деятельности.исполнение алгоритм может остановить время от времени по причине перебоев, вызванных операционных систем, но время сложности мера иммунитета к этим непредсказуемых перебоев.с современными технологиями, часы тик по ставкам выше, чем процессор 1 ггц, но идея распространения задержки по - прежнему варьируются от нескольких микросекунд на несколько миллисекунд.