Начнём с того, что произведение цифр числа меньше двадцати не будет больше десяти. Первое число - 26, т.к. 2* 6 = 12.
А вообще, можно сделать проще.
Алгоритм звучит так:
икс = 10
Пока число(возьмем его за икс) > 9 и < 100:
если первая цифра строки икс "string(x[0])" (или как-то так) умноженная на x[1] больше 10:
вывести это число на экран
прибавить к иксу еденицу
Уточню: насколько я знаю, разглядывать строку как массив позволяет только питон, есть другой Если вы учили преобразование одного типа в другой, вроде вещественного числа 1.23 в целое число (1 в данном случае), можно поделить икс на 10, преобразовать его обратно в целое число, это и будет первая цифра
Вторая цифра - это от икса отнять первую цифру, умноженную на 10.
Цикл "пока" - вроде-бы WHILE.
Ниже прикреплю код на питоне для примера, даже если это не то, что нужно, будет куда взглянуть.
2-вариант
1. Опишите понятия оглавление и сноска.
Оглавление Сноска
2. Дополните алгоритм «Вставить гиперссылку».
1) Выделите текст
2) Щелкните правой кнопкой мыши по тексту
3) В выпадающем меню выберите опцию
4)
3. Установите соответствие.
сноска
оглавление
ссылка
название
4. Определите и пронумеруйте очередность создания автооглавления.
диалоговом окне «Оглавление» выберите параметры оглавления и нажмите ОК. Поместите курсор в пустой абзац в том месте, куда нужно вставить оглавление.
меню Вставка выберите пункт «Ссылки», затем — «Оглавление».
5. Объясните понятие «Плагиат».
6. Впиши пропущенные слова:
Документация является основой каждой компьютерной игры. Для разработки документации используется .
Прообразы систем компьютерного перевода появились в начале 1930-х годов, работали такие системы по принципу словарей: на вход механизму подавались специально подготовленные наборы слов, которые переводились машиной, результат интерпретировался человеком, создававшим из него осмысленный текст.
Первые системы компьютерного перевода появились после второй мировой войны, содержали списки переводов слов и небольшой набор правил грамматики. В первой публичной демонстрации машинного перевода (1954 год, Джорджтаун) использовалась система, основанная на словаре из 250 записей, и всего на 6 правилах грамматики. Несмотря на позитивный настрой разработчиков, значительное финансирование и интерес со стороны средств массовой информации, переводчик был скорее игрушкой, качество перевода было невысоким. В последующие годы предпринимались многочисленные попытки улучшить качество перевода.
В 1980-х годах обрели широкое распространение микрокомпьютеры, на базе которых были созданы портативные компьютерные переводчики. Это подогрело интерес к системам компьютерного перевода со стороны промышленности и, как следствие, и мотивацию учёных. В это же время начали развиваться системы распознавания и генерации речи, что давало надежды на машинный перевод в режиме "on-air", во время разговора.
В настоящее время используется множество систем компьютерного перевода. К системам с заранее заданными правилами перевода добавляют статистические модели, самообучающиеся алгоритмы. Популярен подход с использованием нейронных сетей - алгоритмов, которые состоят из множества изменяющихся под действием обучения частей (нейронов), которые выдают ответ, интерпретируя сигналы, возвращаемые нейронами. Усложнения используемых алгоритмов позволяют получать результаты, приближенные к переводам переводчиков-людей.
Основные проблемы у компьютерных переводчиков возникают с неоднозначностью перевода. Много слов имеют разные значения, в языках существуют разные диалекты, в которых одинаковые на вид понятия могут иметь противоположные значения. Человек при переводе может догадаться, о чём идёт речь, компьютер же сам "додумать" ничего не может, поэтому использует то, что уже знает. При переводе технических текстов, инструкций или устойчивых выражений системы компьютерного перевода почти всех выбирают верные варианты, исходя из контекста. В случае художественных текстов задача усложняется, в том числе из-за того, что определённые метафоры в культуре одного народа могут не совпадать с традициями другого. Поэтому качество перевода художественных текстов как правило ниже, чем всех остальных.
Использование самообучающихся алгоритмов позволяет улучшить качество перевода за счёт анализа новых источников. Часто это бывает полезным, но эту систему можно использовать, чтобы ухудшить качество перевода, сделать его нелепым. В интернете можно найти много примеров из онлайн-переводчиков компаний Goоgle и Яндeкс, например, когда-то "Константин Хабенский" переводилось на английский как "Keira Knightley" - Кира Найтли. Скорее всего, это было сделано интернет-троллями, часто поправлявшими правильный вариант на неправильный, из-за чего изменились настройки алгоритма перевода.
Системы компьютерного перевода входят в большую группу алгоритмов, занимающихся обработкой естественного языка. Их развитие людям как общаться между собой, получать информацию из иноязычных источников, так и научит компьютеры лучше понимать человека и его запросы, что повысит эффективность, простоту использования компьютера и увеличит возможные плюсы от такого взаимодействия.