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।
AI के साथ कोड का कार्यक्षेत्र
निर्देशित ग्राफ में सबसे कम हॉप
1 से 1000 शीर्षों वाले ग्राफ में एक शीर्ष से न्यूनतम निर्देशित हॉप गिनें।
● ● ●Hopwise●
कार्यप्रवाह · निर्देशित ग्राफ में सबसे कम हॉप ×
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✳निर्देशित ग्राफ में सबसे कम हॉप
✓ बदलावलागू करने से पहले समीक्षा करें ↗
कार्यक्षेत्र का चित्रण
प्रोजेक्ट
चक्र, दोहरे किनारे और अप्राप्य शीर्ष जाँचें तथा खोज से पहले खाली ग्राफ या गलत सिरे अस्वीकार करें।
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
कार्यप्रवाह
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 distancesग्राफ़ के परिणाम अनुप्रयोग के लिए अर्थपूर्ण रखें
ग्राफ़ का परिणाम तभी उपयोगी है जब कॉलर हर मान का अर्थ समझे। Hopwise ग्राफ़ संबंधी कोड के लिए Windows एआई कोडिंग कार्यक्षेत्र देता है, जो स्रोत को उसके तय व्यवहार की बातचीत से जोड़ता है। अलग से एल्गोरिदम बदलने को कहने के बजाय इनपुट निरूपण और अनुप्रयोग परिणाम को कैसे दिखाता या उपयोग करता है, उससे शुरू करें।
न्यूनतम हॉप के कार्य के लिए छोटा निर्देशित ग्राफ़ दिखाएँ जिसमें पहुँच योग्य और अगम्य, दोनों शीर्ष हों। जुड़े मॉडल से जाँचवाएँ कि कार्यान्वयन आरंभिक शीर्ष और जिस शीर्ष तक कोई मार्ग नहीं है, उनमें कैसे अंतर करता है। चक्र भी दें, ताकि समीक्षा सरल आगे की श्रृंखला के साथ बार-बार खोजे जाने पर भी विचार करे।
फिर वह सीमा जाँचें जहाँ ग्राफ़ डेटा फ़ंक्शन में आता है। अमान्य शीर्ष संदर्भ जानबूझकर तय नीति का पालन करें और दिशा अनुप्रयोग में एज के अर्थ से मेल खाए। उपयोगकर्ता कोड के साथ प्रस्तावित संपादन देखें, फिर हर शीर्ष के सटीक परिणाम की पुष्टि करने वाले नमूने चलाएँ। गणना के बाद इंटरफ़ेस में अगम्य स्थिति का प्रबंधन स्पष्ट रखें।
Hopwise समर्थित OpenAI-संगत या Anthropic एंडपॉइंट से जुड़ता है, जिनमें उपलब्ध बिना सेंसर वाला एआई मॉडल भी हो सकता है। वास्तविक उत्तर व्यवहार, संदर्भ सीमाएँ और टूल उस कॉन्फ़िगरेशन पर निर्भर हैं। कार्यक्षेत्र जाँच में मदद करता है; ग्राफ़ नमूनों और एकीकरण परीक्षणों का प्रमाण तय करता है कि बदलाव रखना उचित है या नहीं।
ग्राफ़ के परिणाम अर्थपूर्ण रखें — संपादन से पहले के प्रश्न
- समस्या समझाने के लिए कौन सा ग्राफ़ लूँ?
चक्र, अगम्य शीर्ष और स्पष्ट आरंभ वाला छोटा निर्देशित उदाहरण चुनें। हर शीर्ष का अपेक्षित परिणाम लिखें। बड़े उत्पादन ग्राफ़ की तुलना में इससे दिशा और मार्ग न होने का अर्थ जाँचना आसान है।
- शून्य हॉप और अगम्य में अंतर क्यों करें?
शून्य आरंभिक शीर्ष की स्वयं से दूरी बताता है; अगम्य का अर्थ है ग्राफ़ के अनुबंध के अंतर्गत कोई मार्ग नहीं मिला। कॉलर उन्हें मिला दें तो इंटरफ़ेस ऐसा कनेक्शन दिखा सकता है जो है ही नहीं। लौटाए रूप और उसके उपयोगकर्ता कोड की साथ समीक्षा करें।
- क्या भारित मार्गों के लिए हॉप की संख्या इस्तेमाल कर सकता हूँ?
केवल जब कार्य के उद्देश्य से हर एज की लागत समान हो। भार महत्वपूर्ण हों तो बदलाव माँगने से पहले यह आवश्यकता बताएँ। न्यूनतम हॉप कार्यान्वयन को अलग अनुकूलन उद्देश्य पूरा करने वाला न बताएँ।
- अमान्य शीर्ष संदर्भ कहाँ सँभालने चाहिए?
इनपुट सीमा पर नीति तय करें और मौजूदा कॉलर देखें। मॉडल से स्पष्ट अस्वीकृति या सत्यापन मार्ग बनाए रखने को कहें। परीक्षण में गलत संदर्भ दें, ताकि अनायास इंडेक्सिंग व्यवहार अनुप्रयोग का अनुबंध न बन जाए।
Hopwise · अद्यतन 2026-10-25