Cari panjang subsekuens meningkat ketat pada maksimal 1000 bilangan bulat.
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)| Proyek | Uji duplikat, data menurun dan masukan kosong, serta tolak bukan bilangan bulat sambil mempertahankan urutan dan nilai. |
|---|---|
| Tinjau sebelum menerapkan | Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain. |
| Model | Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah. |
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 adalah ruang kerja pemrograman Windows untuk memeriksa kode proyek bersama model pilihan Anda. Untuk fitur analisis, mulailah dengan makna hasil yang dilaporkan dan contoh yang dapat diverifikasi pembaca. Ini memberi asisten sasaran praktis selain membuat fungsi lebih pendek atau mengganti dengan algoritme yang dikenal.
Contoh subsekuens naik yang disediakan menyoroti pembedaan berguna antara mempertahankan urutan masukan dan mengurutkan data. Anda dapat meminta model memeriksa fitur yang melaporkan panjang subsekuens yang meningkat secara ketat, lalu menelusuri penggunaan hasil itu. Nyatakan peran nilai duplikat sebelum meminta perubahan perbandingan atau penanganan data.
Tinjau usulan untuk setiap pergeseran semantik itu, termasuk hasil masukan kosong dan tipe yang diterima. Jalankan data uji pendek dengan jawaban yang diketahui secara independen dan periksa urutan serta nilainya. Periksa juga label atau laporan yang menggunakan hasil, karena angka yang benar tetap dapat disajikan dengan deskripsi menyesatkan.
Untuk menggunakan model AI tanpa batasan, pilih yang ditawarkan endpoint kompatibel OpenAI atau Anthropic yang didukung dan konfigurasikan kredensial yang diperlukan. Ketersediaan alat, pembatasan respons, dan kapasitas konteks bergantung pada model serta layanan itu. RiseLattice menjaga diskusi dekat dengan kode sumber sementara data uji Anda menyediakan bukti untuk menerima perubahan.
Gunakan urutan pendek yang jika diurutkan akan memberikan jawaban berbeda dibanding mempertahankan urutan aslinya. Nyatakan hasil subsekuens yang diharapkan secara eksplisit. Ini memeriksa makna yang terlewat oleh kumpulan data uji yang sudah terurut.
Tentukan apakah fitur berarti meningkat secara ketat atau mengizinkan nilai sama. Keduanya adalah kontrak berbeda. Sertakan contoh dengan banyak duplikat dan minta asisten menjelaskan perbandingan dalam kode usulan yang menerapkan aturan pilihan Anda.
Produk yang didokumentasikan adalah ruang kerja pemrograman Windows dengan endpoint model yang dapat dikonfigurasi. Nama domain tidak membuktikan adanya koneksi basis data. Berikan kode proyek terkait jika integrasi basis data memang bagian dari tugas Anda.
Pertama pastikan implementasi mempertahankan makna yang dilaporkan, aturan masukan, dan perilaku kegagalan. Jalankan data uji yang sesuai, lalu ukur kinerja jika diperlukan di lingkungan Anda. Algoritme berbeda atau penjelasan persuasif tidak dengan sendirinya membuktikan perbaikan.
RiseLattice · Diperbarui 2026-10-25