.fav_bar { 浮动：左； 边框：1px 实线 #a7b1b5； 顶部边距：10px； 底部边距：20px； } .fav_bar span.fav_bar-label { 文字对齐：中心； 填充：8px 0px 0px 0px； 浮动：左； 左边距：-1px； 右边界：1px 虚线 #a7b1b5； 左边界：1px 实线 #a7b1b5； 显示：块； 宽度：69px； 高度：24px； 颜色：#6e7476； 字体加粗； 字体大小：12px； 文本转换：大写； 字体系列：Arial, Helvetica, sans-serif； } .fav_bar a, #plus-one { 浮动：左； 右边界：1px 虚线 #a7b1b5； 显示：块； 宽度：36px； 高度：32px； 文本缩进：-9999px； } .fav_bar a.fav_print { 背景：url(‘/images/icons/print.gif’) 不重复 0px 0px #FFF； } .fav_bar a.fav_print:hover { 背景：url(‘/images/icons/print.gif’) 不重复 0px 0px #e6e9ea； } .fav_bar a.mobile-apps { 背景：url(‘/images/icons/generic.gif’) 不重复 13px 7px #FFF； 背景大小：10px； } .fav_bar a.mobile-apps:hover { 背景：url(‘/images/icons/generic.gif’) 不重复 13px 7px #e6e9ea； 背景大小：10px} .fav_bar a.fav_de { 背景： url(/images/icons/de.gif) 不重复 0 0 #fff } .fav_bar a.fav_de:hover { 背景： url(/images/icons/de.gif) 不重复 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { 背景：url(‘/images/icons/acm_digital_library.gif’) 不重复 0px 0px #FFF； } .fav_bar a.fav_acm_digital:hover { 背景：url(‘/images/icons/acm_digital_library.gif’) 不重复 0px 0px #e6e9ea； } .fav_bar a.fav_pdf { 背景：url(‘/images/icons/pdf.gif’) 不重复 0px 0px #FFF； } .fav_bar a.fav_pdf:hover { 背景：url(‘/images/icons/pdf.gif’) 不重复 0px 0px #e6e9ea； } .fav_bar a.fav_more .at-icon-wrapper{ 高度： 33px !important ; 宽度： 35px !important; 填充： 0 !important; 右边界： none !important; } .a2a_kit { 行高： 24px !important; 宽度： unset !important; 高度： unset !important; 填充： 0 !important; 右边界： unset !important; 左边界： unset !important; } .fav_bar .a2a_kit a .a2a_svg { 左边距： 7px; 顶部边距： 4px; 填充： unset !important; }
算法已经无处不在。它们优化我们的通勤，处理支付并协调互联网流量。似乎对于每个可以用精确的数学术语表达的问题，都有一个算法可以解决它，至少在原则上是这样。
但事实并非如此 – 有些看似简单的问题永远无法通过算法解决。开创性的计算机科学家Alan Turing在近一个世纪前证明了这种“不可计算”问题的存在，他在同一篇论文中提出了计算模型的数学模型，从而开创了现代计算机科学。
Turing使用一种反直觉的策略证明了这一突破性的结果：他定义了一个问题，简单地拒绝了每一次尝试解决它的努力。
“我问你在做什么，然后我说，’不，我要做不同的事情，“麻省理工学院的理论计算机科学研究生Rahul Ilango说。
从Quanta Magazine查看完整文章