लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
AI के साथ कोड का कार्यक्षेत्र
अदिश ग्राफ के सेतु किनारे
अधिकतम 32 शीर्ष वाले सरल अदिश ग्राफ में सेतु खोजें।
● ● ●SpanSorbus●
कार्यप्रवाह · अदिश ग्राफ के सेतु किनारे ×
def bridge_edges(n, edges):
if type(n) is not int or not 0 <= n <= 32:
raise ValueError("vertex count")
if type(edges) is not list or len(edges) > 496:
raise ValueError("edge count")
graph = [set() for _ in range(n)]
for edge in edges:
if type(edge) is not tuple or len(edge) != 2 or any(
type(x) is not int or not 0 <= x < n for x in edge):
raise ValueError("edge endpoints")
a, b = edge
if a == b or b in graph[a]:
raise ValueError("simple undirected edges")
graph[a].add(b); graph[b].add(a)
timer, found = 0, []
entered, low = [-1] * n, [0] * n
def visit(v, parent):
nonlocal timer
entered[v] = low[v] = timer; timer += 1
for u in sorted(graph[v]):
if u == parent:
continue
if entered[u] < 0:
visit(u, v); low[v] = min(low[v], low[u])
if low[u] > entered[v]:
found.append(tuple(sorted((v, u))))
else:
low[v] = min(low[v], entered[u])
for v in range(n):
if entered[v] < 0:
visit(v, -1)
return sorted(found)✳अधिकतम 32 शीर्ष वाले सरल अदिश ग्राफ में सेतु खोजें।
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
प्रोजेक्ट
अलग घटक और चक्र जाँचें तथा इनपुट बदले बिना दोहरे किनारे, स्वयं-लूप और अमान्य सिरे अस्वीकार करें।
कार्यप्रवाह
def bridge_edges(n, edges):
if type(n) is not int or not 0 <= n <= 32:
raise ValueError("vertex count")
if type(edges) is not list or len(edges) > 496:
raise ValueError("edge count")
graph = [set() for _ in range(n)]
for edge in edges:
if type(edge) is not tuple or len(edge) != 2 or any(
type(x) is not int or not 0 <= x < n for x in edge):
raise ValueError("edge endpoints")
a, b = edge
if a == b or b in graph[a]:
raise ValueError("simple undirected edges")
graph[a].add(b); graph[b].add(a)
timer, found = 0, []
entered, low = [-1] * n, [0] * n
def visit(v, parent):
nonlocal timer
entered[v] = low[v] = timer; timer += 1
for u in sorted(graph[v]):
if u == parent:
continue
if entered[u] < 0:
visit(u, v); low[v] = min(low[v], low[u])
if low[u] > entered[v]:
found.append(tuple(sorted((v, u))))
else:
low[v] = min(low[v], entered[u])
for v in range(n):
if entered[v] < 0:
visit(v, -1)
return sorted(found)ग्राफ परिणाम को अनुप्रयोग के निर्णय से जोड़ें
SpanSorbus वास्तविक स्रोत फ़ाइलों के संदर्भ में कनेक्टिविटी तर्क जाँचने का Windows कोडिंग कार्यक्षेत्र है। पहले बताएँ कि अनुप्रयोग ग्राफ परिणाम से कौन सा निर्णय लेता है। ट्रैवर्सल या आउटपुट बदलने को कहने से पहले जुड़े मॉडल से इनपुट निरूपण और उसका उपयोग करने वाला कोड जाँचने को कहें।
उपयोगी कार्य में bridge_edges.py से ऐसी धार जाँच सकते हैं जिसे हटाने से परीक्षण ग्राफ का जुड़ा भाग अलग हो जाए। तुलना के लिए चक्र वाला ग्राफ लें और अपेक्षित धार सूची बताएँ। कार्यान्वयन के साथ सरल, अनिर्देशित ग्राफ की मान्यताएँ जाँचें ताकि प्रस्तावित बदलाव चुपचाप अलग प्रकार का इनपुट स्वीकार न करे।
प्रक्रिया लौटने के बाद भी सॉफ़्टवेयर का काम जारी रहता है। देखें कि कॉलर नोड का नाम कैसे रखता, धार कैसे दिखाता और अस्वीकृत डेटा कैसे संभालता है, फिर असंबद्ध तथा खाली परीक्षण मामलों से परियोजना जाँच चलाएँ। समीक्षा को इन दिखने वाले परिणामों से जोड़कर रखें। सही ग्राफ व्याख्या यह स्थापित नहीं करती कि अनुप्रयोग वास्तविक डेटा को अपेक्षित निरूपण में मैप करता है।
SpanSorbus समर्थित OpenAI-संगत या Anthropic एंडपॉइंट से जुड़ता है और आवश्यकता होने पर प्रवेश प्रमाण चाहिए। एंडपॉइंट उपलब्ध कराए तो बिना सेंसर वाला एआई मॉडल चुनें और प्रदाता की पाबंदियाँ तथा उपलब्ध टूल जाँचें। संदर्भ सीमाएँ मॉडल और सर्वर पर निर्भर हैं, इसलिए केंद्रित कोडिंग बातचीत के लिए सीमाबद्ध परीक्षण मामला और संबंधित उपभोक्ता दें।
कनेक्टिविटी कोड बदलने से पहले के प्रश्न
- क्या चक्र से बाहर हर धार का समान प्रबंधन चाहिए?
ग्राफ की सटीक परिभाषा और अनुप्रयोग का निर्णय जाँचें। स्वतंत्र रूप से लिखे अपेक्षित परिणाम वाला परीक्षण मामला लें। अनौपचारिक ग्राफ व्याख्या को सॉफ़्टवेयर आवश्यकता बनाने से पहले दिशा, समानांतर धारों और स्वयं से जुड़ी धारों की कोड मान्यताएँ जाँचें।
- असंबद्ध इनपुट क्यों परखें?
अनुप्रयोग में कई अलग घटक हो सकते हैं, जिनकी अपनी संबंधित धारें हों। एक नोड से शुरू ट्रैवर्सल बाकी को छोड़ सकता है। कई घटकों वाला मामला लें और केवल पहली अपेक्षित धार नहीं, पूरा आउटपुट मिलाएँ।
- क्या आयातित डेटा की दोहराई धारें दे सकता हूँ?
पहले स्वीकृत इनपुट अनुबंध देखें। उदाहरण सरल ग्राफ चाहता है और दोहराव अस्वीकार करता है। आयातित डेटा में दोहराई धारें हों तो ग्राफ प्रक्रिया बदलने से पहले तय करें कि आयातक उन्हें सामान्य करे या त्रुटि बताए।
- धार दिखाते समय उपभोक्ता क्या सुरक्षित रखे?
आंतरिक नोड पहचानकर्ता और उपयोगकर्ता को दिखने वाले लेबल की मैपिंग, तथा स्थिर आउटपुट के लिए आवश्यक क्रम तय करें। प्रस्तावित संपादन के साथ ये मैपिंग जाँचें। कॉलर गलत लेबल जोड़े तो सही आंतरिक धार जोड़ा भी भ्रामक परिणाम बन सकता है।
SpanSorbus · अद्यतन 2026-10-25