Стоимость рюкзака ноль-один
PackSerein объединяет код выбора предметов по вместимости с ИИ-диалогом о проекте. Проверьте предложенные совместимой моделью обновления таблицы и убедитесь, что один предмет не учитывается дважды, прежде чем применять правку.
def knapsack_value(items, capacity):
items = tuple(tuple(item) for item in items)
if type(capacity) is not int or not 0 <= capacity <= 1000:
raise ValueError("capacity.range")
if len(items) > 64 or any(len(item) != 2 for item in items):
raise ValueError("items.shape")
if any(type(w) is not int or type(v) is not int or not 1 <= w <= 1000 or not 0 <= v <= 1000000 for w, v in items):
raise ValueError("item.range")
best = [0] * (capacity + 1)
for weight, value in items:
for limit in range(capacity, weight - 1, -1):
best[limit] = max(best[limit], best[limit - weight] + value)
return best[capacity]Проверьте перед применением
Сравните фактическое поведение с ожидаемым. Если проверка не проходит, разберитесь в причине перед следующими изменениями.
Подключение
Базовый URL, учётные данные и доступный сервер.
Проект
Проверьте нулевую вместимость и слишком тяжёлый предмет, отклоняя нулевые веса и нецелые операнды до построения таблицы.
def knapsack_value(items, capacity):
items = tuple(tuple(item) for item in items)
if type(capacity) is not int or not 0 <= capacity <= 1000:
raise ValueError("capacity.range")
if len(items) > 64 or any(len(item) != 2 for item in items):
raise ValueError("items.shape")
if any(type(w) is not int or type(v) is not int or not 1 <= w <= 1000 or not 0 <= v <= 1000000 for w, v in items):
raise ValueError("item.range")
best = [0] * (capacity + 1)
for weight, value in items:
for limit in range(capacity, weight - 1, -1):
best[limit] = max(best[limit], best[limit - weight] + value)
return best[capacity]Отделяйте правило выбора от реализующего его кода
PackSerein поддерживает разработку ПО с помощью ИИ в среде проектов Windows, где требования оптимизации можно обсуждать рядом с файлами реализации. Опишите допустимый выбор, обязательные ограничения и результат, действительно нужный вызывающему коду. Попросите помощника изучить текущее представление до изменения решателя. Ясная целевая функция не даст правдоподобной реализации решать слегка иную задачу.
Пример knapsack.py предлагает проверку задачи, где каждый предмет можно выбрать не более одного раза при ограниченной вместимости. Можно спросить, сохраняет ли предлагаемое обновление это правило и нужно ли приложению только значение или также выбранные предметы. Разберите небольшой случай вручную, затем проверьте по нему код. Включите в ту же проверку границы входных данных и отклоняемые значения.
Когда правка готова, запустите тесты проекта для пустого выбора, границы вместимости и конкурирующих комбинаций. До адаптации потребителя проверьте контракт результата. PackSerein принимает поддерживаемые конечные точки, совместимые с OpenAI или Anthropic, и учётные данные при необходимости. Модель ИИ без фильтров можно выбрать, если она доступна через подключение; её ограничения, пределы контекста и поддержка инструментов зависят от модели и сервера. Среда помогает структурировать решение о коде, а ваши проверки определяют соответствие цели.
Вопросы, определяющие задачу оптимизации
- Зачем указывать, можно ли выбрать предмет дважды?
Повторный выбор меняет задачу и может изменить результат. Включите ограничение в запрос и проверьте небольшой случай, где повторение даёт иной ответ, затем выясните, сохраняет ли обновление это правило.
- Достаточно ли приложению оптимального значения?
Это зависит от вызывающего кода. Одним потребителям нужна только оценка, другим — также выбранные предметы. Укажите требуемый результат до запроса изменений, чтобы помощник не предполагал, будто одно число завершает функцию.
- Как обрабатывать решения с одинаковым значением?
Определите, допустим ли любой корректный оптимум или приложению нужно детерминированное правило разрешения равенства. Если возвращаются предметы, явно тестируйте равенства и проверяйте правило, не полагаясь на случайный порядок перебора.
- Доказывает ли пример производительность решателя на больших масштабах?
Нет. Используйте его для обсуждения ограниченной реализации, затем оценивайте реальный проект на требуемых размерах. Небольшой правильный случай и объяснение ИИ не устанавливают время выполнения или использование памяти на другом масштабе.
PackSerein · Обновлено 2026-10-25