Brasilford教授在这段视频中对所解释的内容进行了超级简短的总结。

图灵完备≅做图灵机能做的任何事情。

它具有条件分支(即。“如果声明”)。此外，暗示“go to”，因此允许循环。 它获得程序所需的任意数量的内存(例如足够长的磁带)。

正如韦伦·弗林所说:

图灵完备意味着它至少和图灵机一样强大。

我认为这是不正确的，如果一个系统和图灵机一样强大，那么它就是图灵完备的，即机器所做的每一个计算都可以由系统完成，而且系统所做的每一个计算都可以由图灵机完成。

用最简单的术语来说，图灵完备系统可以解决任何可能的计算问题。

关键要求之一是便签大小不受限制，并且可以倒带访问之前对便签的写操作。

因此在实践中没有一个系统是图灵完备的。

相反，有些系统通过对无界内存建模并执行任何可能的计算来接近图灵完备性。

在大多数程序员熟悉的实际语言术语中，检测图灵完整性的通常方法是该语言是否允许或允许模拟嵌套的无界while语句(与具有固定上界的pascal风格for语句相反)。

从维基百科:

Turing completeness, named after Alan Turing, is significant in that every plausible design for a computing device so far advanced can be emulated by a universal Turing machine — an observation that has become known as the Church-Turing thesis. Thus, a machine that can act as a universal Turing machine can, in principle, perform any calculation that any other programmable computer is capable of. However, this has nothing to do with the effort required to write a program for the machine, the time it may take for the machine to perform the calculation, or any abilities the machine may possess that are unrelated to computation. While truly Turing-complete machines are very likely physically impossible, as they require unlimited storage, Turing completeness is often loosely attributed to physical machines or programming languages that would be universal if they had unlimited storage. All modern computers are Turing-complete in this sense.

我不知道你怎么能比这更非技术，除了说“图灵完备意味着‘能够在足够的时间和空间内回答可计算的问题’”。

从根本上讲，图灵完备性是一个简洁的要求，即无界递归。

甚至不受记忆的限制。

我是独立思考的，但这里有一些关于这个论断的讨论。我对LSP的定义提供了更多的上下文。

这里的其他答案并没有直接定义图灵完备性的基本本质。