Vérifiez avant d’appliquer
Comparez le comportement observé au résultat attendu. Si une vérification échoue, cherchez la cause avant de poursuivre les modifications.
Espace de développement avec IA
Permutation par rang lexicographique
Retrouvez la permutation lexicographique de taille zéro à dix à un rang entier.
● ● ●LexiNest●
Méthodes de travail · Permutation par rang lexicographique ×
from math import factorial
def unrank_permutation(size, rank):
if type(size) is not int or not 0 <= size <= 10:
raise ValueError("size 0 through 10")
if type(rank) is not int or not 0 <= rank < factorial(size):
raise ValueError("rank outside permutation count")
available, result = list(range(size)), []
for remaining in range(size,0,-1):
index, rank = divmod(rank, factorial(remaining-1))
result.append(available.pop(index))
return result✳Retrouvez la permutation lexicographique de taille zéro à dix à un rang entier.
✓ ModificationsVérifiez avant d’appliquer ↗
Illustration de l’espace de travail
Modèles
Configurez un endpoint compatible OpenAI ou Anthropic avec son URL de base et une clé API si nécessaire. Testez la connexion. Un serveur local doit fonctionner ; les outils distants peuvent transmettre des données séparément.
Projet
Vérifiez les rangs extrêmes et la permutation vide, en rejetant booléens et rangs hors du nombre factoriel.
Méthodes de travail
from math import factorial
def unrank_permutation(size, rank):
if type(size) is not int or not 0 <= size <= 10:
raise ValueError("size 0 through 10")
if type(rank) is not int or not 0 <= rank < factorial(size):
raise ValueError("rank outside permutation count")
available, result = list(range(size)), []
for remaining in range(size,0,-1):
index, rank = divmod(rank, factorial(remaining-1))
result.append(available.pop(index))
return resultRendez l’ordre généré reproductible dans toute l’application
LexiNest intègre le travail logiciel sur des résultats ordonnés à une conversation de programmation avec IA sous Windows. Ouvrez le dossier du projet et expliquez comment un ordre est sélectionné, enregistré puis reproduit. Demandez au modèle d’examiner le code à ces interfaces pour qu’une modification d’implémentation conserve le sens d’un identifiant déjà utilisé par l’application.
Comme exemple ciblé, demandez une revue de unrank.py avec le premier et le dernier rang valides pour une petite taille de permutation. Précisez si les rangs commencent à zéro et quelle convention d’ordre l’appelant suppose. Ces détails transforment une discussion abstraite en modification vérifiable du projet, avec une séquence attendue concrète pour chaque entrée choisie.
Examinez la modification proposée dans la routine et dans ses consommateurs. Testez un rang invalide et le cas d’une taille nulle ainsi que les résultats ordinaires, avec les commandes de votre projet. Si un identifiant enregistré existant produit un ordre différent après modification, traitez cela comme une question de compatibilité, sans l’écarter comme un détail d’implémentation.
LexiNest utilise une connexion compatible OpenAI ou Anthropic prise en charge pour le modèle choisi, avec les identifiants nécessaires. Ce point de terminaison peut proposer un modèle d’IA ablité ; les restrictions réelles, la disponibilité des outils et les limites de contexte dépendent toujours du modèle et du serveur. Gardez des jeux de test reproductibles, quel que soit le modèle qui assiste la revue.
Questions sur la stabilité de l’ordre
Pourquoi inclure la numérotation des rangs dans la demande ?
Un rang commençant à zéro et un rang commençant à un sélectionnent des résultats différents pour le même nombre affiché. Identifiez la convention à l’entrée et dans les données enregistrées. Examinez toute conversion dans l’appelant avant de modifier la routine qui génère l’ordre.
Comment tester le dernier ordre valide ?
Utilisez une petite taille dont vous pouvez examiner indépendamment les arrangements possibles, puis fournissez la séquence finale attendue. Incluez le rang invalide suivant comme cas de rejet. Vous vérifiez ainsi la limite sans laisser la routine générer elle-même son résultat attendu.
Une refactorisation peut-elle invalider des choix enregistrés ?
Oui, si elle change la convention d’ordre ou l’énumération des éléments d’entrée. Demandez au modèle d’examiner le stockage et la récupération avec la fonction utilitaire. Comparez des exemples déjà enregistrés avant d’accepter une modification qui ne semble équivalente que pour les résultats nouvellement générés.
Et si l’application a besoin d’éléments répétés ?
Décrivez cette exigence séparément. L’exemple de permutation fourni utilise des positions distinctes ; des valeurs répétées peuvent poser d’autres questions de comptage et d’identité. Examinez la représentation et les résultats attendus avant d’étendre la fonction au-delà du contrat utilisé par les appelants actuels.
LexiNest · Mis à jour 2026-10-25