def totient(value):
if type(value) is not int or not 1 <= value <= 1000000000:
raise ValueError("value.range")
remaining, result, factor = value, value, 2
while factor * factor <= remaining:
if remaining % factor == 0:
result -= result // factor
while remaining % factor == 0:
remaining //= factor
factor += 1
if remaining > 1:
result -= result // remaining
return result
✳Đếm số nguyên từ một đến n nguyên tố cùng nhau với n bằng hàm phi Euler, giới hạn n ở 1000000000.
✓ Thay đổiKiểm tra trước khi áp dụng ↗
Minh họa không gian làm việc
Dự án
Kiểm tra một, số nguyên tố và thừa số lặp, từ chối không, âm, phân số và Boolean.
Kiểm tra trước khi áp dụng
So sánh hành vi thực tế với kết quả mong đợi. Nếu kiểm tra thất bại, tìm nguyên nhân trước khi sửa tiếp.
Mô hình
Cấu hình endpoint tương thích OpenAI hoặc Anthropic bằng URL cơ sở và khóa API nếu cần. Kiểm tra kết nối. Máy chủ mô hình cục bộ phải đang chạy; công cụ từ xa có thể truyền dữ liệu riêng.
def totient(value):
if type(value) is not int or not 1 <= value <= 1000000000:
raise ValueError("value.range")
remaining, result, factor = value, value, 2
while factor * factor <= remaining:
if remaining % factor == 0:
result -= result // factor
while remaining % factor == 0:
remaining //= factor
factor += 1
if remaining > 1:
result -= result // remaining
return result
Không gian lập trình với AI
Biến hàm bạn chưa hiểu thành tác vụ có thể rà soát
TotientRill là không gian lập trình AI trên Windows để tiến triển trong mã nguồn chưa quen. Mở thư mục dự án và yêu cầu mô hình kết nối giải thích một hàm theo đầu vào, nơi gọi và kiểm thử. Mục tiêu là bước phát triển tiếp theo hữu ích: làm rõ giả định, cải thiện luồng lỗi hoặc thực hiện thay đổi có giới hạn mà bạn có thể xem xét.
Ví dụ, totient.py là điểm khởi đầu để rà soát hàm hỗ trợ tính toán có giới hạn đầu vào rõ ràng. Hỏi vì sao nơi gọi cần kết quả, mong đợi gì ở đầu vào nhỏ nhất được chấp nhận và giá trị không hợp lệ được báo thế nào. Mẫu này có thể hỗ trợ tác vụ dự án hướng đến học hỏi mà không biến không gian làm việc thành lời hứa về tính năng toán học làm sẵn. Giữ lời giải thích gắn với mã thực tế bạn định bảo trì.
Chọn mô hình AI không lọc nếu có qua điểm cuối tương thích OpenAI hoặc Anthropic được hỗ trợ. Cung cấp thiết lập dịch vụ và thông tin xác thực cần thiết, lưu ý giới hạn ngữ cảnh và công cụ. Sau đó so sánh giải thích với mã nguồn và trường hợp nhỏ đã kiểm tra độc lập trước khi sửa. Rà soát bản vá thu được và chạy kiểm thử dự án liên quan. Điều này cho người mới cách chất vấn đáp án và xây dựng hiểu biết qua bằng chứng thay vì tin thuật ngữ chưa quen.
Từ lời giải thích đến đóng góp nhỏ
Nên yêu cầu gì khi chưa rõ mục đích hàm?
Hỏi nơi gọi nào dùng kết quả và chúng mong đợi gì, kèm tham chiếu tệp liên quan. Riêng mô tả toán học có thể không giải thích mục đích trong ứng dụng. Giữ rõ mọi ngữ cảnh sử dụng còn thiếu trước khi đề xuất cải tiến.
Người mới có thể chất vấn giải thích của mô hình thế nào?
Chọn đầu vào nhỏ có kết quả bạn xác lập độc lập được và theo dõi nó qua mã nguồn. Hỏi về mọi điểm không khớp. Lặp lại ví dụ của chính mô hình kém hữu ích hơn kiểm tra trường hợp thử đúng nhận định bạn nghi ngờ.
Có nên bỏ giới hạn đầu vào có vẻ tùy tiện không?
Trước hết điều tra vì sao nó tồn tại và nơi gọi xử lý từ chối thế nào. Nó có thể phản ánh yêu cầu khối lượng công việc hoặc giao diện. Mở rộng đầu vào chấp nhận làm đổi quy ước và có thể cần kiểm chứng mới dù xóa điều kiện đơn giản về kỹ thuật.
Bản vá đầu tiên hợp lý trong mã tính toán chưa quen là gì?
Chọn vấn đề đã quan sát với kết quả mong đợi rõ ràng, như thông báo lỗi không nhất quán với đầu vào được chấp nhận. Giữ thay đổi thuật toán riêng đến khi hiểu hệ quả. Rà soát bản so sánh và giữ phép kiểm tra chứng minh cải tiến thực tế.