Проверенные страницы
Перейти к навигации
Перейти к поиску
На этой странице перечислены проверенные страницы, чья наилучшая оценка (одной из версий) соответствует указанному уровню. Ссылка ведёт на последнюю версию страницы с этой оценкой.
(первая | последняя) Просмотреть (предыдущие 100 | следующие 100) (20 | 50 | 100 | 250 | 500)- Классический точечный метод Хаусхолдера (отражений) приведения матрицы к хессенберговой (почти треугольной) форме (6953 байта) (проверенные версии) [наилучшая версия]
- Метод Хаусхолдера (отражений) для приведения симметричных матриц к трёхдиагональному виду (23 672 байта) (проверенные версии) [наилучшая версия]
- Классическая монотонная прогонка, повторный вариант (16 234 байта) (проверенные версии) [наилучшая версия]
- Повторная встречная прогонка, точечный вариант (19 843 байта) (проверенные версии) [наилучшая версия]
- Метод Хаусхолдера (отражений) приведения матрицы к двухдиагональной форме (25 733 байта) (проверенные версии) [наилучшая версия]
- Метод сдваивания Стоуна для решения двудиагональных СЛАУ (20 385 байт) (проверенные версии) [наилучшая версия]
- QR-алгоритм (22 933 байта) (проверенные версии) [наилучшая версия]
- QR-разложения плотных неособенных матриц (6091 байт) (проверенные версии) [наилучшая версия]
- Метод ортогонализации (6308 байт) (проверенные версии) [наилучшая версия]
- Классический метод ортогонализации (17 415 байт) (проверенные версии) [наилучшая версия]
- Метод ортогонализации с переортогонализацией (121 байт) (проверенные версии) [наилучшая версия]
- Метод Якоби (вращений) для решения спектральной задачи у симметричных матриц (8366 байт) (проверенные версии) [наилучшая версия]
- Метод Якоби (вращений) для нахождения сингулярных значений неособенных матриц (5862 байта) (проверенные версии) [наилучшая версия]
- QR-алгоритм, используемый в SCALAPACK (16 660 байт) (проверенные версии) [наилучшая версия]
- Структура описания метода (3961 байт) (проверенные версии) [наилучшая версия]
- Структура описания задачи (2787 байт) (проверенные версии) [наилучшая версия]
- Спектральное разложение (нахождение собственных значений и векторов) (3931 байт) (проверенные версии) [наилучшая версия]
- QR-алгоритм для симметричных матриц, используемый в SCALAPACK (1345 байт) (проверенные версии) [наилучшая версия]
- QR-алгоритм для комплексных эрмитовых матриц, используемый в SCALAPACK (1724 байта) (проверенные версии) [наилучшая версия]
- QR-алгоритм для хессенберговой матрицы, используемый в SCALAPACK (15 844 байта) (проверенные версии) [наилучшая версия]
- Метод Хаусхолдера (отражений) для приведения комплексных эрмитовых матриц к трёхдиагональному симметричному виду (18 326 байт) (проверенные версии) [наилучшая версия]
- Метод треугольного разложения матрицы Грама (1497 байт) (проверенные версии) [наилучшая версия]
- Методы QR-разложения плотных хессенберговых матриц (1006 байт) (проверенные версии) [наилучшая версия]
- Разложения матриц (505 байт) (проверенные версии) [наилучшая версия]
- Треугольные разложения (769 байт) (проверенные версии) [наилучшая версия]
- Метод Гаусса (нахождение LU-разложения) (926 байт) (проверенные версии) [наилучшая версия]
- Компактная схема метода Гаусса и её модификации (1488 байт) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса с перестановками (1648 байт) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса без перестановок (838 байт) (проверенные версии) [наилучшая версия]
- Последовательно-параллельный алгоритм для LU-разложения трёхдиагональной матрицы (2988 байт) (проверенные версии) [наилучшая версия]
- Унитарно-треугольные разложения (641 байт) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса с выбором ведущего элемента по столбцу (809 байт) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса с выбором ведущего элемента по строке (821 байт) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса с выбором ведущего элемента по главной диагонали (863 байта) (проверенные версии) [наилучшая версия]
- LU-разложение методом Гаусса с выбором ведущего элемента по всей матрице (848 байт) (проверенные версии) [наилучшая версия]
- Метод Гивенса (вращений) QR-разложения хессенберговой матрицы (вещественный вариант) (2766 байт) (проверенные версии) [наилучшая версия]
- Метод Хаусхолдера (отражений) QR-разложения хессенберговой матрицы (вещественный вариант) (3005 байт) (проверенные версии) [наилучшая версия]
- Разложения, содержащие матрицу, подобную исходной (1658 байт) (проверенные версии) [наилучшая версия]
- Разложения, содержащие хессенбергову матрицу, унитарно подобную исходной (1357 байт) (проверенные версии) [наилучшая версия]
- Метод Хаусхолдера (отражений) приведения матрицы к хессенберговой (почти треугольной) форме (2495 байт) (проверенные версии) [наилучшая версия]
- Разложения, содержащие трёхдиагональную матрицу, унитарно подобную исходной (1309 байт) (проверенные версии) [наилучшая версия]
- Классический метод Якоби (вращений) для симметричных матриц с выбором по всей матрице (20 461 байт) (проверенные версии) [наилучшая версия]
- Метод Якоби (вращений) для симметричных матриц с циклическим исключением и барьерами (16 642 байта) (проверенные версии) [наилучшая версия]
- Метод Якоби (вращений) для симметричных матриц с циклическим исключением (15 829 байт) (проверенные версии) [наилучшая версия]
- Метод встречи посередине (14 835 байт) (проверенные версии) [наилучшая версия]
- Распознавание лиц (32 008 байт) (проверенные версии) [наилучшая версия]
- Стабилизированный метод бисопряженных градиентов (BiCGStab) (25 175 байт) (проверенные версии) [наилучшая версия]
- Стохастическое двойственное динамическое программирование (SDDP) (37 109 байт) (проверенные версии) [наилучшая версия]
- Алгоритм k средних (k-means) (36 262 байта) (проверенные версии) [наилучшая версия]
- Метод Ньютона для систем нелинейных уравнений (23 681 байт) (проверенные версии) [наилучшая версия]
- Задача разложения матриц (594 байта) (проверенные версии) [наилучшая версия]
- GPU (72 байта) (проверенные версии) [наилучшая версия]
- Открытая энциклопедия свойств алгоритмов (84 байта) (проверенные версии) [наилучшая версия]
- BFS, C++, Boost Graph Library (1161 байт) (проверенные версии) [наилучшая версия]
- BFS, C++, MPI, Boost Graph Library (1103 байта) (проверенные версии) [наилучшая версия]
- BFS, GAP (948 байт) (проверенные версии) [наилучшая версия]
- BFS, Java, WebGraph (1132 байта) (проверенные версии) [наилучшая версия]
- BFS, Python, NetworkX (1123 байта) (проверенные версии) [наилучшая версия]
- BFS, Python/C++, NetworKit (1098 байт) (проверенные версии) [наилучшая версия]
- BFS, Ligra (982 байта) (проверенные версии) [наилучшая версия]
- Cooley-Tukey, locality (10 197 байт) (проверенные версии) [наилучшая версия]
- Cooley-Tukey, scalability (11 970 байт) (проверенные версии) [наилучшая версия]
- Cholesky decomposition, locality (10 864 байта) (проверенные версии) [наилучшая версия]
- Cholesky decomposition, SCALAPACK (9904 байта) (проверенные версии) [наилучшая версия]
- Cholesky decomposition, scalability (8127 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, C++, Boost Graph Library (1315 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, Python (1178 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, Python/C++ (1147 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, C++, MPI: Parallel Boost Graph Library, 1 (1398 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, C++, MPI: Parallel Boost Graph Library, 2 (1773 байта) (проверенные версии) [наилучшая версия]
- Dijkstra, locality (11 466 байт) (проверенные версии) [наилучшая версия]
- Dijkstra, Google (13 789 байт) (проверенные версии) [наилучшая версия]
- Bellman-Ford, C++, Boost Graph Library (1136 байт) (проверенные версии) [наилучшая версия]
- Bellman-Ford, Python, NetworkX (1172 байта) (проверенные версии) [наилучшая версия]
- Bellman-Ford, Java, JGraphT (1102 байта) (проверенные версии) [наилучшая версия]
- Bellman-Ford, OpenMP, Stinger (1051 байт) (проверенные версии) [наилучшая версия]
- Bellman-Ford, Nvidia nvGraph (1058 байт) (проверенные версии) [наилучшая версия]
- Bellman-Ford, MPI, Graph500 (1044 байта) (проверенные версии) [наилучшая версия]
- Bellman-Ford, Ligra (1042 байта) (проверенные версии) [наилучшая версия]
- Bellman-Ford, locality (8289 байт) (проверенные версии) [наилучшая версия]
- Bellman-Ford, scalability (9592 байта) (проверенные версии) [наилучшая версия]
- BFS, MPI, Graph500 (985 байт) (проверенные версии) [наилучшая версия]
- Δ-stepping, C++, MPI, Parallel Boost Graph Library (1305 байт) (проверенные версии) [наилучшая версия]
- Δ-stepping, Gap (1037 байт) (проверенные версии) [наилучшая версия]
- Johnson's, C++, Boost Graph Library (1149 байт) (проверенные версии) [наилучшая версия]
- Floyd-Warshall, C++, Boost Graph Library (1142 байта) (проверенные версии) [наилучшая версия]
- Floyd-Warshall, Python, NetworkX (1175 байт) (проверенные версии) [наилучшая версия]
- Floyd-Warshall, Java, JGraphT (1110 байт) (проверенные версии) [наилучшая версия]
- Floyd-Warshall, scalability (3277 байт) (проверенные версии) [наилучшая версия]
- Purdom's, Boost Graph Library (3739 байт) (проверенные версии) [наилучшая версия]
- Boruvka's, C++, MPI, Parallel Boost Graph Library (1640 байт) (проверенные версии) [наилучшая версия]
- Boruvka's, RCC for CPU (964 байта) (проверенные версии) [наилучшая версия]
- Boruvka's, RCC for GPU (964 байта) (проверенные версии) [наилучшая версия]
- Boruvka's, scalability (9667 байт) (проверенные версии) [наилучшая версия]
- Boruvka's, locality (8836 байт) (проверенные версии) [наилучшая версия]
- BFS, RCC for CPU (955 байт) (проверенные версии) [наилучшая версия]
- BFS, RCC for GPU (956 байт) (проверенные версии) [наилучшая версия]
- Kruskal's, C++, Boost Graph Library (1185 байт) (проверенные версии) [наилучшая версия]
- Kruskal's, C++, MPI, Parallel Boost Graph Library (1859 байт) (проверенные версии) [наилучшая версия]
- Kruskal's, Python, NetworkX (1166 байт) (проверенные версии) [наилучшая версия]