Restituisci ogni convergente di una frazione continua da uno a 32 coefficienti interi di modulo massimo 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 outProva un primo termine negativo e 3-7-16, rifiutando termini successivi non positivi e mantenendo coppie numeratore-denominatore esatte.
Confronta il comportamento effettivo con il risultato atteso. Se una verifica fallisce, indaga la causa prima di altre modifiche.
Configura un endpoint compatibile con OpenAI o Anthropic usando URL di base e chiave API, se necessaria. Prova la connessione. Il server locale deve essere in esecuzione; gli strumenti remoti possono trasmettere dati separatamente.
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 è un ambiente di programmazione con IA per Windows per discutere modifiche al codice numerico insieme al progetto che ne ha bisogno. Apri la cartella e spiega come l'applicazione usa il calcolo. Chiedi al modello collegato di esaminare la funzione, i chiamanti e i test pertinenti prima di consigliare una modifica. Questo contesto aiuta a mantenere una riscrittura matematicamente plausibile allineata al contratto effettivo del software.
L'esempio convergents.py può fondare un'attività su una sequenza di approssimazioni razionali. Fornisci un input breve e le coppie esatte numeratore-denominatore attese, poi chiedi come i risultati intermedi raggiungono il codice utilizzatore. Tratta i limiti dei termini accettati e l'ordinamento dell'output come requisiti espliciti. L'esempio fornisce un obiettivo concreto di revisione, mentre implementazione e verifica restano attività svolte sui file del tuo progetto.
Puoi scegliere un modello di IA senza filtri tramite un endpoint supportato compatibile con OpenAI o Anthropic che lo offra. Configura connessione e credenziali come richiesto; capacità di contesto e disponibilità degli strumenti variano secondo il servizio. Rivedi le modifiche proposte e confronta i risultati con casi stabiliti indipendentemente. Mantieni visibili i requisiti di aritmetica esatta se il codice successivo converte l'output in decimale. Una modifica è più facile da valutare quando ogni trasformazione ha uno scopo dichiarato e un controllo al confine in cui il significato può cambiare.
I decimali possono nascondere differenze di rappresentazione o arrotondamento. Se il contratto della funzione restituisce coppie numeratore-denominatore, controllale prima direttamente. Poi valuta ogni conversione decimale successiva come passaggio separato con requisiti di precisione propri.
Può proporre motivazioni, ma i requisiti del progetto devono determinare gli input accettati. Esamina validazione e chiamanti prima di ampliare l'intervallo. Valori maggiori o sequenze più lunghe possono richiedere controlli aggiuntivi su risorse e output non inclusi nell'attività originale.
Non se i chiamanti usano la sequenza intermedia. Includi l'ordine atteso e risultati precedenti rappresentativi oltre all'ultima coppia. Una funzione può raggiungere un valore finale plausibile restituendo però elementi intermedi errati o riordinati.
Sospendi la decisione sulla modifica e segui un piccolo caso nel codice. Controlla indipendentemente il valore atteso ed esamina le ipotesi dei test. Né un ragionamento fluido né un'asserzione esistente devono prevalere su una discrepanza dimostrata senza indagare.
ConvergeHazel · Aggiornato 2026-10-25