Modely
Nastavte endpoint kompatibilní s OpenAI nebo Anthropic pomocí základní URL a případného API klíče. Otestujte připojení. Lokální server modelu musí běžet; vzdálené nástroje mohou data odesílat samostatně.
Produkt
Funkce programu · Nejkratší orientované vzdálenosti v hranách
01
Sledujte hop_distances.py, abyste odlišili počáteční vrchol s nulovou vzdáleností od nedosažitelného.
Projekt
Vyberte složku a před úpravou nechte asistenta přečíst příslušné soubory. Určete cíl i hranice úkolu.
Změny
Kontrolujte změny a výstupy příkazů. Před přijetím výsledku spusťte kontroly projektu; vytvořený kód není automaticky otestovaný.
Nejkratší orientované vzdálenosti v hranách
● ● ●Hopwise●
Pracovní postupy · Nejkratší orientované vzdálenosti v hranách ×
from collections import deque
def hop_distances(graph, start):
if type(graph) is not list or not 1 <= len(graph) <= 1000:
raise ValueError("graph.size")
n = len(graph)
if type(start) is not int or not 0 <= start < n:
raise ValueError("graph.start")
if any(type(row) is not list or any(type(v) is not int or
not 0 <= v < n for v in row) for row in graph):
raise ValueError("graph.edges")
distances = [None]*n
distances[start] = 0
queue = deque([start])
while queue:
u = queue.popleft()
for v in graph[u]:
if distances[v] is None:
distances[v] = distances[u]+1
queue.append(v)
return distances✳Nejkratší orientované vzdálenosti v hranách
✓ ZměnyPřed použitím zkontrolujte ↗
Ilustrace pracovního prostředí