RLL的好處要求流程監視在梯子， 壹位高效率的RLL解難題者的實用好處是可觀的。 這些好處從在掃瞄時間的改善跟隨， 或壹個更大的邏輯模型的支持沒有掃瞄時間犧牲的。
自然地， 當植物復雜增加， RLL模型在大小增長。 當控制的伸縮性被擴展，但更多邏輯也被創造， 安全被提高， 並且作為系統的強壯在組分失敗面前被改進。 為更加優質的控制系統， 這樣特點不為解難題者的掃瞄時期妥協是重要的。 在束縛系統的事件， 少有地被激活的邏輯為這樣目的不消耗掃瞄時刻在正常運行之下。
更加快速的解難題者能也改進梯子編程的質量， 通過簡化它。 RLL系統定期地包括掃瞄控制特點限制是 ? active ?模型的部分， i.e. 掃描， 在當前掃瞄。 這些特點可以低級， 例如階躍遷激活的元素在梯子， 或高級， 例如控制RLL梯子子文件的活動的壹個連續作用圖結構。 它有也成為的普遍做法用做行為依靠大約掃描梯子階的 ?連續mode ?替換梯子的自然地同步方式解決(以後被描述)。
編程什麽都致力於這些連續行為對邏輯的作用不貢獻。 它創造機會犯微妙的錯誤難通過測試隔絕。 被束縛的事件解決支持同步操作， 並且區域掃描自動處理對梯子模型的活躍部分， 沒有努力在應用程序員部分。
終於， 高效率的解難題者改進梯子應用的伸縮性到推進數字技術， 通過允許解決系統的專業硬件輔助的梯子的替換， 由跑解難題者軟件的通用微處理器。 當解難題者算法在壹種高級語言被實施， 適應它新的微處理機技術可以是壹樣簡單的象重新編譯解難題者為新的處理器。 當現有的模型被定義當數據文件時，這好處是更加偉大的， 而不是原始代碼。 然後僅口譯員算法重新編譯。
1.2. 翻譯RLL為網上解決的
RLL模型罐頭， 當然， 被翻譯成其他形式為在網上解決。 翻譯可以被做下載過程的部分， 因此式樣發展繼續根據梯子模型， 但在網上解決不是。 掃瞄時間限制可以被繞過這樣， 假設可以給予監視網上行為的選擇以梯子流程格式。