Halla la longitud de una subsecuencia estrictamente creciente en hasta 1000 enteros.
from bisect import bisect_left
def increasing_length(values):
values = tuple(values)
if len(values) > 1000 or any(type(v) is not int for v in values):
raise ValueError("values.integer")
tails = []
for value in values:
position = bisect_left(tails, value)
if position == len(tails):
tails.append(value)
else:
tails[position] = value
return len(tails)| Proyecto | Prueba duplicados, datos descendentes y entrada vacía, rechazando no enteros y conservando el orden y los valores originales. |
|---|---|
| Revisa antes de aplicar | Compara el comportamiento real con el resultado esperado. Si una prueba falla, investiga la causa antes de hacer más cambios. |
| Modelos | 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. |
from bisect import bisect_left
def increasing_length(values):
values = tuple(values)
if len(values) > 1000 or any(type(v) is not int for v in values):
raise ValueError("values.integer")
tails = []
for value in values:
position = bisect_left(tails, value)
if position == len(tails):
tails.append(value)
else:
tails[position] = value
return len(tails)RiseLattice es un entorno de programación para Windows donde examinar código del proyecto con un modelo que seleccionas. Para una función de análisis, empieza por el significado del resultado comunicado y un ejemplo que el lector pueda verificar. Así das al asistente un objetivo práctico más allá de acortar una función o sustituirla por un algoritmo familiar.
El ejemplo proporcionado de subsecuencia creciente plantea una distinción útil entre conservar el orden de entrada y ordenar los datos. Puedes pedir al modelo que examine una función que comunica la longitud de una subsecuencia estrictamente creciente y después rastree cómo se utiliza ese resultado. Indica el papel de los valores duplicados antes de pedir cambios en comparaciones o tratamiento de datos.
Revisa cualquier cambio de ese significado en la propuesta, incluidos el resultado de una entrada vacía y los tipos aceptados. Ejecuta casos cortos con respuestas conocidas de forma independiente y examina su orden además de sus valores. Comprueba también la etiqueta o informe que consume el resultado, porque un número correcto puede presentarse bajo una descripción engañosa.
Para usar un modelo de IA sin restricciones, elige uno ofrecido por tu endpoint compatible con OpenAI o de Anthropic admitido y configura las credenciales necesarias. La disponibilidad de herramientas, las restricciones de respuesta y la capacidad de contexto dependen de ese modelo y servicio. RiseLattice mantiene la conversación cerca del código mientras tus casos de prueba proporcionan evidencias para aceptar el cambio.
Usa una secuencia corta cuyo orden ordenado produzca una respuesta distinta a conservar su orden original. Indica explícitamente el resultado esperado de la subsecuencia. Así compruebas un significado que una colección de casos ya ordenados pasaría por alto.
Especifica si la función significa estrictamente creciente o permite valores iguales. Son contratos distintos. Incluye ejemplos con muchos duplicados y pide al asistente que explique qué comparación del código propuesto aplica la regla elegida.
El producto documentado es un entorno de programación para Windows con endpoints de modelos configurables. El nombre del dominio no establece una conexión a una base de datos. Proporciona el código pertinente del proyecto si la integración de base de datos forma parte real de tu tarea.
Confirma primero que conserva el significado comunicado, las reglas de entrada y el comportamiento ante fallos. Ejecuta los casos adecuados y después mide el rendimiento si es necesario en tu entorno. Un algoritmo distinto o una explicación convincente no establecen por sí mismos una mejora.
RiseLattice · Actualizado 2026-10-25