Моделі
Налаштуйте OpenAI-сумісний або Anthropic endpoint із базовою URL-адресою та API-ключем, якщо він потрібен. Перевірте з’єднання. Локальний сервер моделі має працювати; віддалені інструменти можуть окремо передавати дані.
Продукт
Можливості програми · Найкоротші відстані в орієнтованому графі
01
Простежте hop_distances.py, щоб відрізнити початкову вершину з нульовою відстанню від недосяжної.
Проєкт
Виберіть папку й попросіть помічника прочитати потрібні файли перед редагуванням. Визначте мету та межі завдання.
Зміни
Переглядайте зміни й результати команд. Перед прийняттям результату виконайте перевірки проєкту; створений код не тестується автоматично.
Найкоротші відстані в орієнтованому графі
● ● ●Hopwise●
Сценарії · Найкоротші відстані в орієнтованому графі ×
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✳Найкоротші відстані в орієнтованому графі
✓ ЗміниПеревірте перед застосуванням ↗
Ілюстрація робочого середовища