Počet celočíselných rozkladů
Spočítejte neuspořádané rozklady celého čísla od nuly do 300 na kladné části.
def partition_count(number):
if type(number) is not int or not 0 <= number <= 300:
raise ValueError("integer 0 through 300")
ways = [1] + [0]*number
for part in range(1, number+1):
for total in range(part, number+1):
ways[total] += ways[total-part]
return ways[number]Modely
Nastavte endpoint kompatibilní s OpenAI nebo Anthropic pomocí základní URL a případného API klíče. Otestujte připojení. Lokální server modelu musí běžet; vzdálené nástroje mohou data odesílat samostatně.
Projekt
Ověřte jediný prázdný rozklad nuly a opakované části a odmítněte záporná čísla, zlomky a logické hodnoty.
Před použitím zkontrolujte
Porovnejte skutečné chování s očekávaným výsledkem. Pokud kontrola selže, před dalšími změnami zjistěte příčinu.
def partition_count(number):
if type(number) is not int or not 0 <= number <= 300:
raise ValueError("integer 0 through 300")
ways = [1] + [0]*number
for part in range(1, number+1):
for total in range(part, number+1):
ways[total] += ways[total-part]
return ways[number]Než změníte kód, vyjasněte si, co počítáte
Partenum nabízí pro vývoj související s počítáním programovací prostředí s AI ve Windows, kde může požadavek zůstat vedle kódu, který jej implementuje. Otevřete projekt a vysvětlete, co představuje jeden výsledek, zda záleží na pořadí a které vstupy volající dovoluje. Než připojený model navrhne zjednodušení, požádejte jej, aby s těmito definicemi přečetl implementaci.
Příklad rozkladů celých čísel je jedním ze způsobů, jak kontrolu konkretizovat. Požadavek na počet neuspořádaných rozkladů potřebuje jiný výklad než požadavek na vyjmenování uspořádaných uspořádání. V rámci tohoto rozlišení proberte počáteční hodnotu a výsledek nulového vstupu. Úprava navržená asistentem má následovat definici vaší aplikace, nikoli ji nahrazovat známým rekurentním vztahem s jiným významem.
Ve vlastním prostředí ověřte malé referenční případy a poté zkontrolujte podporovanou horní mez a chování při neplatných vstupech. Po prohlédnutí změny spusťte příslušné testy včetně případu představujícího prázdný rozklad. Partenum se připojuje k podporovaným koncovým bodům kompatibilním s OpenAI nebo koncovým bodům Anthropic, podle potřeby s přihlašovacími údaji. Vyberte model bez omezení tam, kde je dostupný, a ověřte nástroje serveru i limity kontextu. Pracovní postup směřuje k vysvětlitelné, ověřené změně; ilustrativní problém počítání dodává konkrétní požadavek ke zkoumání.
Otázky ke změně logiky počítání
Proč určit, zda záleží na pořadí?
Různé interpretace mohou pro stejný vstup dát různé platné počty. Přiložte malý příklad odlišující zamýšlené pravidlo a podle něj prověřte navržený kód, aby zdánlivě rozumná náhrada neřešila jiný problém.
Co má prokázat test nulového vstupu?
Má stanovit zvolený základní případ včetně toho, zda se prázdný rozklad započítává jednou. Toto očekávání výslovně uveďte v testovacích datech i dokumentaci, protože na něm mohou záviset pozdější výsledky, i když běžné vstupy vypadají správně.
Mám pro ověření počtu vyjmenovat všechny objekty?
Malé explicitní příklady mohou pomoci, ale ilustrovaná úloha počítá počty bez vytváření každého rozkladu. Použijte zvládnutelné referenční případy a prověřte význam implementace. Nepřidávejte alokaci výstupů jen proto, že asistent navrhne jiný způsob ověření.
Jak mám prověřit podporovaný rozsah?
Zkontrolujte deklarované meze vstupů a způsob, jakým volající zachází s odmítnutými hodnotami. V testech ponechte záporné, necelé i booleovské hodnoty. Každé rozšíření současného kontraktu zasluhuje samostatné rozhodnutí o očekávaném chování aplikace.
Partenum · Aktualizováno 2026-10-25
