В операционной системе Windows путь к файлу состоит из имени логического диска и названий каталогов, в которых находится этот файл. Части пути разделены знаками "\" (обратный слэш Требуется разбить заданный путь к файлу на части — имя диска и названия каталогов. Входные данные Входная строка содержит путь к файлу. Выходные данные Программа должна вывести имя диска и названия всех каталогов, составляющих путь. Каждый элемент выводится в отдельной строке. Примеры входные данные C:\WINDOWS\MEDIA\work.wav выходные данные C: WINDOWS MEDIA work.wav

Язык не указан, приведу пример на Python

path=input("Enter a path here")

res = path.split('\\')

for r in res:

   print(r)

Var

N,A:integer;

Begin

Write('N = ');Read(N);

A:=0;

While N>0 do

  Begin

  if (N mod 10) > A then A:= N mod 10;

  N:=N div 10;

  End;

Write(A)

End.

Var

N,A,B:integer;

C:boolean;

Begin

Write('N = ');Read(N);

A:=-1;

B:=-2;

C:=false;

While N>0 do

  Begin

  if A=B then C:=true;

  if N>0 then

     Begin

     A:=N mod 10;

     N:=N div 10;

     End;

  if A=B then C:=true;

  if N>0 then

     Begin

     B:=N mod 10;

     N:=N div 10;

     End;

  End;

if A=B then C:=true;

if C then Write('Есть')

else Write('Нет')

End.

Подробнее - на -

Адекватность.

Объяснение:

Моделирование всегда предполагает принятие допущений той или иной степени важности. При этом должны удовлетворяться следующие требования к моделям:

а) адекватность, то есть соответствие модели исходной реальной системе и учет, прежде всего, наиболее важных качеств, связей и характеристик. Оценить адекватность выбранной модели, особенно, например, на начальной стадии проектирования, когда вид создаваемой системы ещё неизвестен, очень сложно. В такой ситуации часто полагаются на опыт предшествующих разработок или применяют определенные методы, например, метод последовательных приближений;

б) точность, то есть степень совпадения полученных в процессе моделирования результатов с заранее установленными, желаемыми. Здесь важной задачей является оценка потребной точности результатов и имеющейся точности исходных данных, согласование их как между собой, так и с точностью используемой модели;

в) универсальность, то есть применимость модели к анализу ряда однотипных систем в одном или нескольких режимах функционирования. Это позволяет расширить область применимости модели для решения большего круга задач;

г) целесообразная экономичность, то есть точность получаемых результатов и общность решения задачи должны увязываться с затратами на моделирование. И удачный выбор модели, как показывает практика, - результат компромисса между отпущенными ресурсами и особенностями используемой модели и др.