При этом оказывается, что в случае «минимального расстояния» можно затем показать, что полученная ультраметрика является наилучшей (в смысле известного критерия) среди всех подчиненных ультраметрик (в смысле выбранной меры сходства). Напротив, для алгоритма среднего расстояния или для алгоритма центрированного момента второго порядка [2] мы не имеем аналогичного результата. 
связи с тем, что для этих алгоритмов, как правило, не существует общего критерия, относящегося к любой иерархии из множества 
занумерованных иерархий, а также в связи с тем, что осуществление этих алгоритмов происходит путем последовательного агрегирования пар объектов или пар групп объектов, эти алгоритмы не входят в рамки метода динамических сгущений.
б) Выбор структуры представительства может быть в некоторых случаях совершенно бесполезен. Так, например, в случае «обменного алгоритма» Ренье [3] достаточно просто определить критерий 
а затем, взяв за начальное значение 
переносить объекты из одного класса в другой, руководствуясь показателем улучшения критерия.
в) В целом можно сказать, что в проблематику, связанную с методом динамических сгущений, не входят задачи, которые не могут быть сформулированы в терминах оптимизации критерия, измеряющего «степень адекватности» между покрытием и его представительством; не входят также алгоритмы, которые не требуют определения пространства покрытий 
и пространства представительств 
функции представительства 
и функции назначения 
позволяющих переходить от одного пространства к другому.
как правило, необходим при любом методе классификации; однако в противоположность нашему методу многие алгоритмы, широко используемые на практике, не требуют при своем осуществлении нахождения наилучшего покрытия 
в смысле явно выраженного критерия. Так обстоит дело, например, в классических алгоритмах иерархической классификации, где 
есть множество занумерованных иерархий. Эти алгоритмы состоят в последовательном поэтапном построении различных уровней иерархии.
