Точні біноміальні коефіцієнти
Обчисліть точні біноміальні коефіцієнти для цілого n від нуля до 10000 і k від нуля до n.
def binomial(n, k):
if any(type(v) is not int for v in (n, k)):
raise ValueError("integer.required")
if not 0 <= k <= n <= 10000:
raise ValueError("binomial.range")
k = min(k, n - k)
result = 1
for i in range(1, k + 1):
result = result * (n - k + i) // i
return resultМоделі
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Проєкт
Перевірте крайні значення, симетрію та великий результат, відхиляючи хибні й логічні операнди до циклу.
Перевірте перед застосуванням
Порівняйте фактичну поведінку з очікуваним результатом. Якщо перевірка не проходить, з’ясуйте причину перед наступними змінами.
def binomial(n, k):
if any(type(v) is not int for v in (n, k)):
raise ValueError("integer.required")
if not 0 <= k <= n <= 10000:
raise ValueError("binomial.range")
k = min(k, n - k)
result = 1
for i in range(1, k + 1):
result = result * (n - k + i) // i
return resultЗберігайте зв’язок числових вимог із кодом
Choosequill надає розробникам середовище Windows для обговорення числового коду з моделлю ШІ, тримаючи проєкт перед очима. Почніть із вимоги, що робить результат корисним: чи має він бути точним, які вхідні дані приймаються та як код виклику має обробляти відхилення. Ці рішення дають асистенту конкретну основу перед пропозицією заміни реалізації.
Наприклад, завдання біноміального коефіцієнта вимагає точних цілих результатів у визначеному діапазоні вхідних даних. Додайте функцію й місця її виклику до розмови, а потім запитайте, як правка зберігає крайні випадки та зміст некоректних даних. Стисла формула — лише частина перевірки; навколишнє ПЗ також має отримувати результат в очікуваній формі.
Використовуйте еталонні значення й властивості на кшталт симетрії для перевірки пропозиції у власному проєкті. Додайте великий результат, який виявить випадкове перетворення на число з рухомою комою, перегляньте змінений код і запустіть відповідні тести. Choosequill може підключатися до підтримуваних кінцевих точок, сумісних з OpenAI, або Anthropic, за потреби з обліковими даними. Виберіть модель без обмежень, якщо сервіс її пропонує, пам’ятаючи, що межі контексту й інструменти визначають модель і сервер. Ваш числовий контракт залишається стандартом прийняття роботи.
Запитання для перевірки точних обчислень
Що вказати перед запитом на переписування числового коду?
Визначте допустимі типи, правильний діапазон, вимоги точності й очікувану поведінку помилок. Додайте код виклику, що споживає результат. Ці деталі допомагають відрізнити коректну зміну ПЗ від математично правдоподібної формули з несумісними результатами.
Навіщо додавати великий еталонний результат?
Невеликі приклади можуть проходити навіть після ненавмисного перетворення на числа з рухомою комою. Відоме велике ціле число може виявити цю зміну. Порівнюйте точний результат, а не форматований текст, потім дослідіть, як код виклику його зберігає чи серіалізує.
Чи мають булеві значення вважатися цілими числами?
Визначте це рішення явно в контракті вхідних даних. Наявний приклад їх відхиляє. Уважно перевіряйте запропоновані перевірки типів і збережіть окремий тест, щоб зручне мовне перетворення не розширило непомітно допустимі дані.
Що дають перевірки симетрії?
Вони перевіряють співвідношення між кількома вхідними значеннями й можуть виявити помилки поза кількома еталонними значеннями. Використовуйте їх разом із відомими відповідями та граничними тестами; саме дотримання співвідношення не доводить правильності всієї реалізації.
Choosequill · Оновлено 2026-10-25