Devuelve todos los convergentes de una fracción continua con uno a 32 coeficientes enteros de magnitud máxima 1000.
def convergents(terms):
terms = tuple(terms)
if not 1 <= len(terms) <= 32 or any(type(a) is not int or abs(a) > 1000 for a in terms):
raise ValueError("fraction.terms")
if any(a <= 0 for a in terms[1:]):
raise ValueError("fraction.tail")
p0, p1, q0, q1, out = 0, 1, 1, 0, []
for a in terms:
p, q = a*p1+p0, a*q1+q0
out.append((p, q))
p0, p1, q0, q1 = p1, p, q1, q
return outPrueba un primer término negativo y 3-7-16, rechazando términos posteriores no positivos y manteniendo pares exactos de numerador y denominador.
Compara el comportamiento real con el resultado esperado. Si una prueba falla, investiga la causa antes de hacer más cambios.
Configura un endpoint compatible con OpenAI o Anthropic usando la URL base y, si hace falta, una clave API. Prueba la conexión. Un servidor local debe estar en ejecución; las herramientas remotas pueden enviar datos por separado.
def convergents(terms):
terms = tuple(terms)
if not 1 <= len(terms) <= 32 or any(type(a) is not int or abs(a) > 1000 for a in terms):
raise ValueError("fraction.terms")
if any(a <= 0 for a in terms[1:]):
raise ValueError("fraction.tail")
p0, p1, q0, q1, out = 0, 1, 1, 0, []
for a in terms:
p, q = a*p1+p0, a*q1+q0
out.append((p, q))
p0, p1, q0, q1 = p1, p, q1, q
return outConvergeHazel es un entorno de programación con IA para Windows que permite analizar cambios de código numérico junto con el proyecto que los necesita. Abre la carpeta y explica cómo utiliza la aplicación el cálculo. Pide al modelo conectado que examine la función, sus llamadas y las pruebas pertinentes antes de recomendar una modificación. Ese contexto ayuda a mantener una reescritura matemáticamente plausible alineada con el contrato real del software.
El ejemplo convergents.py puede fundamentar una tarea sobre una secuencia de aproximaciones racionales. Proporciona una entrada breve y los pares exactos de numerador y denominador esperados, y pregunta cómo llegan los resultados intermedios al consumidor. Trata los límites de los términos admitidos y el orden de salida como requisitos explícitos. El ejemplo aporta un objetivo concreto de revisión, mientras la implementación y la verificación siguen siendo tareas realizadas sobre los archivos de tu propio proyecto.
Puedes elegir un modelo de IA sin filtros mediante un endpoint compatible con OpenAI o de Anthropic admitido que lo ofrezca. Configura la conexión y las credenciales según sea necesario; la capacidad de contexto y las herramientas disponibles varían según el servicio. Revisa los cambios propuestos y compara los resultados con casos establecidos de forma independiente. Mantén visibles los requisitos de aritmética exacta si código posterior convierte la salida a decimal. Un parche es más fácil de evaluar cuando cada transformación tiene un propósito declarado y una comprobación en el límite donde puede cambiar su significado.
Los decimales pueden ocultar diferencias de representación o redondeo. Si el contrato de la función devuelve pares de numerador y denominador, compruébalos directamente primero. Evalúa después cualquier conversión decimal posterior como un paso separado con sus propios requisitos de precisión.
Puede proponer razones, pero los requisitos del proyecto deben determinar las entradas admitidas. Examina la validación y las llamadas antes de ampliar el intervalo. Valores mayores o secuencias más largas pueden exigir comprobaciones adicionales de recursos y salida que la tarea original no incluía.
No si el código consumidor utiliza la secuencia intermedia. Incluye el orden esperado y resultados anteriores representativos además del último par. Una función puede alcanzar un valor final plausible y devolver entradas intermedias incorrectas o reordenadas.
Pausa la decisión sobre el parche y sigue un caso pequeño en el código. Comprueba el valor esperado de forma independiente y examina los supuestos de la prueba. Ni un razonamiento fluido ni una aserción existente deben imponerse a una discrepancia demostrada sin investigarla.
ConvergeHazel · Actualizado 2026-10-25