Retorne cada convergente de uma fração contínua com um a 32 coeficientes inteiros de módulo até 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 outTeste primeiro termo negativo e 3-7-16, rejeitando termos posteriores não positivos e mantendo pares exatos de numerador e denominador.
Compare o comportamento real com o resultado esperado. Se uma verificação falhar, investigue a causa antes de fazer outras alterações.
Configure um endpoint compatível com OpenAI ou Anthropic com a URL base e uma chave API, quando necessária. Teste a conexão. O servidor local precisa estar em execução; ferramentas remotas podem transmitir dados separadamente.
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 é um ambiente de programação com IA para Windows para discutir alterações de código numérico junto do projeto que precisa delas. Abra a pasta e explique como a aplicação usa o cálculo. Peça ao modelo conectado para examinar a função, seus chamadores e os testes relevantes antes de recomendar uma edição. Esse contexto ajuda a manter uma reescrita matematicamente plausível alinhada ao contrato real do software.
O exemplo convergents.py pode fundamentar uma tarefa sobre uma sequência de aproximações racionais. Forneça uma entrada curta e os pares exatos de numerador e denominador esperados; depois pergunte como os resultados intermediários chegam ao consumidor. Trate os limites aceitos dos termos e a ordenação da saída como requisitos explícitos. O exemplo oferece um alvo concreto de revisão, enquanto implementação e verificação continuam sendo tarefas realizadas sobre os arquivos do seu projeto.
Um modelo de IA sem filtros pode ser escolhido por um endpoint compatível com OpenAI ou Anthropic aceito que o ofereça. Configure a conexão e as credenciais conforme necessário; capacidade de contexto e disponibilidade de ferramentas variam por serviço. Revise as alterações propostas e compare resultados com casos estabelecidos independentemente. Mantenha visíveis os requisitos de aritmética exata se código posterior converter a saída para decimal. Uma correção fica mais fácil de avaliar quando cada transformação tem um propósito declarado e uma verificação no limite em que o significado pode mudar.
Decimais podem ocultar diferenças de representação ou arredondamento. Se o contrato da função retorna pares de numerador e denominador, verifique-os diretamente primeiro. Depois avalie qualquer conversão decimal posterior como etapa separada, com requisitos próprios de precisão.
Ele pode propor motivos, mas os requisitos do projeto devem determinar as entradas aceitas. Examine a validação e os chamadores antes de ampliar o intervalo. Valores maiores ou sequências mais longas podem exigir verificações adicionais de recursos e saída que a tarefa original não incluía.
Não se os chamadores usam a sequência intermediária. Inclua a ordem esperada e resultados anteriores representativos, além do último par. Uma função pode chegar a um valor final plausível e retornar entradas intermediárias incorretas ou reordenadas.
Suspenda a decisão sobre a correção e rastreie um caso pequeno pelo código. Verifique o valor esperado independentemente e examine as premissas do teste. Nem um raciocínio fluente nem uma asserção existente devem se sobrepor a uma divergência demonstrada sem investigação.
ConvergeHazel · Atualizado 2026-10-25