Exercise 5.24 Consider the simple,

Exercise 5.24 Consider the simple, a, and þ synchronizers. Identify some algorithms or application areas where you can identify one synchronizer as being more efficient than the others.
Exercise 5.25 For the ç synchronizer, significant flexibility can be achieved by vary- ing a parameter k that is used to give a bound on Lc (sum of the number of tree edges and clustering edges) and hc (maximum height of any tree in any cluster). Visually, this parameter determines the flatness of the cluster hierarchy.
Show that for every k, 2 ≤ k < n, a clustering scheme can be designed so as to satisfy the following bounds: (1) Lc

Kết quả (Việt) 1:

Tập thể dục 5,24 xem xét đơn giản, một, và þ synchronizers. Xác định một số thuật toán hoặc ứng dụng các khu vực nơi bạn có thể xác định một synchronizer là hiệu quả hơn hơn những người khác.Các tập thể dục 5,25 cho synchronizer ç, đáng kể linh hoạt có thể đạt được bằng cách khác nhau-ing k tham số được sử dụng để cung cấp cho một ràng buộc trên Lc (tổng số cây cạnh và kết cụm cạnh) và hc (chiều cao tối đa của bất kỳ cây trong bất kỳ cụm). Trực quan, tham số này xác định độ phẳng của hệ thống phân cấp cụm.Thấy rằng cho mỗi k, 2 ≤ k < n, một đề án kết cụm có thể được thiết kế để đáp ứng các giới hạn sau: (1) Lc Tập thể dục 5,26 1. Cho các cây ghi nhãn đề án cho việc định tuyến nhỏ gọn, Hiển thị một Pre-Đặt hàng theo cây của cây tạo ra một số luôn luôn cho phép cây có nhãn định tuyến.2. sẽ theo cây sau để luôn luôn tạo ra một chương trình ghi nhãn cây hợp lệ?3. sẽ trong thứ tự theo cây luôn luôn tạo ra một chương trình ghi nhãn cây hợp lệ?Tập thể dục 5,27 1. Cho các chương trình ghi nhãn cây, Hiển thị đó là trang phục không bị ràng buộc vào dialation, được định nghĩa là tỷ lệ chiều dài của đường dẫn cây đến đường dẫn tối ưu, giữa bất kỳ hai nút và một cây tùy ý.2. có thể ràng buộc dialation bằng cách chọn một cây cho bất kỳ đồ thị nhất định? Giải thích câu trả lời của bạn.Tập thể dục 5,28 kiểm tra tất cả các thuật toán trong chương này, và phân loại chúng bằng cách sử dụng phân loại được giới thiệu trong phần (5.2.1–5.2.10).Tập thể dục 5,29 kiểm tra tác động của cả hai thất bại thất bại-dừng quá trình và tai nạn quá trình thất bại trên tất cả các thuật toán được diễn tả trong chương này. Giải thích câu trả lời của bạn trong mỗi trường hợp.Các tập thể dục 5,30 (Adaptive dữ liệu sao nhân bản) trong chương trình sao chép dữ liệu thích nghi (phần 5.12), hãy xem xét một nút là cả một R-hàng xóm và một nút R-rìa.1. có thể kiểm tra mở rộng và thử nghiệm giảm cả hai thành công? Chứng minh câu trả lời của bạn.2. các thuật toán đầu tiên thực hiện các bài kiểm tra mở rộng, và nếu nó không thành công, sau đó nó thực hiện các thử nghiệm giảm. Nó là tốt để cơ cấu lại các thuật toán để thực hiện thử nghiệm giảm lần đầu tiên, và sau đó kiểm tra mở rộng? Chứng minh câu trả lời của bạn.Tập thể dục 5.31 sửa đổi các quy tắc của việc mở rộng, co, và chuyển đổi thử nghiệm trong các thuật toán nhân bản năng động thích nghi của phần 5,12 thích ứng để cây lớp phủ trên đồ thị tùy ý, chứ không phải là để đồ thị cây. Biện minh cho sự đúng đắn của các bài kiểm tra lần.5.15 ghi chú về tài liệu tham khảoThảo luận về phân loại các thuật toán phân phối dựa trên các tài liệu rộng lớn, và nhiều người trong số các định nghĩa rất khó để thuộc tính cho một nguồn cụ thể. Thảo luận về sự ức chế thực hiện dựa trên Critchlow và Taylor [10]. Thảo luận về mô hình thất bại dựa trên Hadzilacos và Toueg [17]. Tai nạn thất bại đã được đề xuất bởi Lamport và Fischer [21]. Thất bại Failstop đã được giới thiệu bởi Schlichting và Schneider [30]. Gửi thiếu sót thất bại đã được giới thiệu bởi Hadzilacos [16]. Nói chung thiếu sót thất bại và thất bại thời gian đã được giới thiệu bởi Perry và

Kết quả (Việt) 2:

Tập thể dục 5.24 Xem xét đơn giản, một, và synchronizers þ. Xác định một số thuật toán hoặc các khu vực ứng dụng mà bạn có thể xác định một bộ đồng bộ như đang được nhiều hiệu quả hơn so với những người khác.
Tập thể dục 5,25 Đối với Synchronizer ç, sự linh hoạt đáng kể có thể đạt được bằng cách vary- ing một k tham số được sử dụng để cung cấp cho một ràng buộc trên Lc (sum của số cạnh cây và cạnh clustering) và hc (chiều cao tối đa của bất kỳ cây nào trong cluster). . Nhìn bề ngoài, tham số này xác định độ bằng phẳng của hệ thống phân cấp cụm
thấy cho mỗi k, 2 ≤ k <n, một kế hoạch phân nhóm có thể được thiết kế để đáp ứng các giới hạn sau đây: (1) LcTập thể dục 5,26 1. Đối với các đề án cây ghi nhãn đối với định tuyến nhỏ gọn, cho thấy rằng một trật tự traversal trước của cây tạo ra một số mà luôn luôn cho phép định tuyến cây nhãn.
2. Sẽ gửi đơn đặt hàng traversal luôn tạo ra một sơ đồ cây ghi nhãn hợp lệ?
3. Sẽ có thứ tự traversal luôn tạo ra một sơ đồ cây ghi nhãn hợp lệ?
Tập thể dục 5.27 1. Đối với các đề án cây nhãn, cho thấy không có sự thống nhất ràng buộc trên dialation, được định nghĩa là tỷ số giữa chiều dài của con đường cây đường đi tối ưu, giữa bất kỳ cặp nút và một cây tùy ý.
2. Là nó có thể để ràng buộc các dialation bằng cách chọn một cây cho bất kỳ đồ thị cho trước? Giải thích câu trả lời của bạn.
Tập thể dục 5.28 Kiểm tra tất cả các thuật toán trong chương này, và phân loại chúng bằng cách sử dụng phân loại được giới thiệu trong mục (5.2.1-5.2.10).
Tập thể dục 5.29 Nghiên cứu ảnh hưởng của cả hai không ngừng quá trình thất bại và thất bại của quá trình sụp đổ trên tất cả các thuật toán được mô tả trong chương này. Giải thích câu trả lời của bạn trong mỗi trường hợp.
Tập thể dục 5.30 (bản sao dữ liệu thích ứng) Trong sơ đồ sao chép dữ liệu thích ứng (mục 5.12), hãy xem xét một nút đó là cả một R-neighbor và một nút R-rìa.
1. Các thử nghiệm mở rộng và thử nghiệm giảm cả hai có thể thành công? Chứng minh câu trả lời của bạn.
2. Các thuật toán đầu tiên thực hiện các thử nghiệm mở rộng, và nếu nó không thành công, sau đó nó thực hiện các thử nghiệm giảm. Là nó có thể để cơ cấu lại các thuật toán để thực hiện các bài kiểm tra giảm đầu tiên, và sau đó thử nghiệm mở rộng? Chứng minh câu trả lời của bạn.
Tập thể dục 5,31 Sửa đổi các quy tắc của việc mở rộng, co thắt, và chuyển đổi các xét nghiệm trong các thuật toán nhân rộng năng động thích ứng của Mục 5.12 để thích ứng với lớp phủ cây trên đồ thị tùy ý, chứ không phải để đồ thị cây. Biện minh cho sự đúng đắn của các bài kiểm tra sửa đổi. 5,15 Ghi chú về tài liệu tham khảo Thảo luận về việc phân loại các thuật toán phân phối dựa trên các tài liệu rộng lớn, và rất nhiều các định nghĩa là khó khăn để gán cho một nguồn đặc biệt. Các cuộc thảo luận về sự ức chế thực hiện dựa trên Critchlow và Taylor [10]. Các cuộc thảo luận về các mô hình thất bại là dựa trên Hadzilacos và Toueg [17]. Thất bại vụ tai nạn đã được đề xuất bởi Lamport và Fischer [21]. Thất bại Failstop đã được giới thiệu bởi Schlichting và Schneider [30]. Gửi thất bại thiếu sót đã được giới thiệu bởi Hadzilacos [16]. Tổng thất bại thiếu sót và thất bại thời gian đã được giới thiệu bởi Perry và