COMPLEX DATA STRUCTURES Meaning in Japanese - translations and usage examples

• 複雑なデータ構造を

Examples of using Complex data structures in English and their translations into Japanese

Object for more complex data structures.
Objectより複雑なデータ構造。

In addition, data manipulation instructions directly support arrays and complex data structures.
さらに、データ操作命令は、配列および複雑なデータ構造を直接サポートします。

Other complex data structures in the standard library.
標準ライブラリのその他の複雑なデータ構造。

This can be a problem with more complex data structures.
この事はより複雑なデータ構造の場合には問題となります。

Object and symbol- for complex data structures and unique identifiers, we haven't learnt them yet.
Objectとsymbol-複雑なデータ構造やユニークな識別子です。私たちはまだそれらは学んでいません。

This greatly reduces search time in complex data structures.
このため、複雑なデータ構造を検索する時間を大幅に短縮できます。

Native support for complex data structures- any kind of data from anywhere. Hierarchical(XML and legacy), international, big objects, variable length, bit-packed data, and more.
複雑なデータ構造のネイティブサポート―どこからどんなデータが来ようと:階層データ（XMLおよびレガシー）、世界の言語に対応、大きなオブジェクト、可変長、パック10進数など、ありとあらゆる種類のデータをサポートする。

Now we have learned about the following complex data structures:.
今や、私たちは次のような複雑なデータ構造を知っています:。

With"Algorithms: Explained and Animated", anything from complex data structures like"hash tables" and"heaps" to information security topics like the"public-key cryptosystem" and"digital certificates" can be easily understood with animations.
アルゴリズム図鑑」なら、「ハッシュテーブル」や「ヒープ」などの複雑なデータ構造はもちろん、「公開鍵暗号方式」や「デジタル証明書」などの情報セキュリティに関する項目も、アニメーションですんなり理解できます。

In addition, data manipulation instructions provide support for arrays and complex data structures directly.
さらに、データ操作命令は、配列および複雑なデータ構造を直接サポートします。

You might want to use more complex data structures not provided by OpenRTM-aist.
さらに、もっと複雑なデータ構造を扱いたい場合もあります。

Property values can be values of any type, including other objects, which enables building complex data structures.
プロパティの値は、他のオブジェクトを含むあらゆる型の値が設定可能であり、これにより複雑なデータ構造の構築が可能となっています。

AscentialTest tables support complex data structures, including records& lists.
AscentialTestテーブルは、レコードおよびリストを含む複雑なデータ構造をサポートします。

Working with complex data structures By combining a single buffer with multiple views of different types, starting at different offsets into the buffer, you can interact with data objects containing multiple data types.
複合データ構造を扱う1つのバッファを、バッファ内において異なるオフセットで始まり、またタイプが異なる複数のビューと結びつけることで、複数の種類のデータを持つデータオブジェクトを取り扱うことが可能になります。

Using shared memory to communicate with complex data structures is pretty much equivalent to dynamic linking.
共有メモリを使い、複雑なデータ構造で通信することは、動的なリンクとほとんど同等です。

These data types can be nested within each other, to represent complex data structures up to 32 levels deep.
これらのデータ型は、相互に入れ子にして、最大32レベルの深さまで複雑なデータ構造を表すことができます。

This is a really helpful tool if you're struggling with complex data structures which are not necessarily relevant to your workflow.
このノードは、現在のワークフローに必ずしも関係しない複雑なデータ構造を操作する場合に特に便利です。

In fact free is an expensive operation which involves navigating over the complex data structures used by the memory allocator.
実際にはfreeは、メモリアロケータが複雑なデータ構造を操るのを含んだ高価な操作である。

Recently, the hidden Markov models have been generalized for complex data structures and nonstationary data with pairwise/triplet Markov models.
近年、隠れマルコフモデルは、より複雑なデータ構造と非定常的なデータの取り扱いが可能なpairwiseMarkovmodelsやtripletMarkovmodelsに一般化されている。

A nested relational DBMS permits us to put multiple data items in one box. Thus, it is beneficial to handle complex data structures such as natural language dictionaries, biological data, and so on.
非正規RDBMSでは複数のデータ項目を1つの枠に入れることができる.したがって,自然言語辞書や生物学データなどの複雑なデータ構造を扱うのに適している。

Another advantage of in memory databases is that the memory representation of complex data structures is much simpler to manipulate compared to the same data structure on disk, so Redis can do a lot.
インメモリデータベースのもうひとつの利点は、複雑なデータ構造のメモリ表現は、同じ構造をディスクに格納するのに比較すると、よりシンプルに操作できる、というものです。

XML-RPC is designed to be as simple as possible while allowing complex data structures to be transmitted, processed, and returned.
XML-RPCは、複雑なデータ構造が送信され、処理され、そして返されることを可能にすると同時に、可能な限り単純であるように設計されています。

Like a conventional computer, it can use its memory to represent and manipulate complex data structures, but, like a neural network, it can learn to do so from data".
通常のコンピューターのように、DNCはメモリーを使って複雑なデータ構造を表現・操作しますが、その一方でニューラルネットワークのように、データからその作業を行う方法を学習できるのです」。

Like a conventional computer, it can use its memory to represent and manipulate complex data structures, but, like a neural network, it can learn to do so from data..
それは、従来のコンピュータと同じ様に、複雑なデータ構造を表現し操作するためにメモリを使用できるが、ニューラルネットワークのように、データからそれを行う方法を学ぶことができる。

This is a convenient place to put variables that will be provided to a given group, especially complex data structures, so that these variables do not have to be embedded in the inventory file or playbook.
このファイルは、とくにデータ構造が複雑な場合などに、所定グループに提供される変数を配置できる便利な場所になります。これにより、これらの変数がインベントリーファイルまたはPlaybookに埋め込まれる必要がなくなります。

At that time, think about how to understand the complex data structure and model it.
その際に、複雑なデータの構造をどのように把握し、モデリングしたら良いかを考えます。

In the last exercise below, we'll use these nodes on a complex data structure.
この章の最後の演習でこれらのノードを使用して、複雑なデータ構造の操作を行います。

Standard elements of USB. Control of this complex data structure is handled at each end of the cable by a serial interface engine SIE.
USBの標準構成この複雑なデータ構造の制御は、シリアル・インターフェース・エンジン(SIE)が各ケーブル端で処理しています。