Custo de cadeias de matrizes
Encontre o menor custo de multiplicações escalares numa cadeia de até 12 matrizes.
def chain_cost(dimensions):
if type(dimensions) not in (list, tuple) or not 2 <= len(dimensions) <= 13:
raise ValueError("one through twelve matrices")
if any(type(d) is not int or not 1 <= d <= 1000 for d in dimensions):
raise ValueError("dimensions 1 through 1000")
n = len(dimensions)-1
cost = [[0]*n for _ in range(n)]
for width in range(2, n+1):
for left in range(n-width+1):
right = left+width-1
cost[left][right] = min(
cost[left][k]+cost[k+1][right]+
dimensions[left]*dimensions[k+1]*dimensions[right+1]
for k in range(left,right))
return cost[0][n-1]| Projeto | Teste uma matriz e diferentes associações, rejeitando dimensões fora de 1 a 1000 sem multiplicar os elementos das matrizes. |
|---|---|
| Revise antes de aplicar | Compare o comportamento real com o resultado esperado. Se uma verificação falhar, investigue a causa antes de fazer outras alterações. |
| Modelos | Configure um endpoint compatível com OpenAI ou Anthropic com a URL base e uma chave API, quando necessária. Teste a conexão. O servidor local precisa estar em execução; ferramentas remotas podem transmitir dados separadamente. |
def chain_cost(dimensions):
if type(dimensions) not in (list, tuple) or not 2 <= len(dimensions) <= 13:
raise ValueError("one through twelve matrices")
if any(type(d) is not int or not 1 <= d <= 1000 for d in dimensions):
raise ValueError("dimensions 1 through 1000")
n = len(dimensions)-1
cost = [[0]*n for _ in range(n)]
for width in range(2, n+1):
for left in range(n-width+1):
right = left+width-1
cost[left][right] = min(
cost[left][k]+cost[k+1][right]+
dimensions[left]*dimensions[k+1]*dimensions[right+1]
for k in range(left,right))
return cost[0][n-1]Separe um plano calculado do trabalho que ele representa
O ChainArbor oferece um ambiente de programação para Windows para discutir premissas de planejamento computacional com um modelo conectado. Comece identificando o que uma função de planejamento realmente retorna e quem consome esse retorno. Uma estimativa de custo, uma ordem de execução e uma operação executada são saídas diferentes; uma solicitação de alteração útil explicita essa distinção.
O planejamento de custos de uma cadeia de matrizes é a tarefa de exemplo fornecida. Você pode pedir ao assistente que revise a validação das dimensões e o custo aritmético informado antes de ampliar a aplicação ao redor. Inclua o chamador e suas expectativas para que uma edição proposta não apresente acidentalmente um custo mínimo como se fosse uma sequência de multiplicações ou o resultado final de matrizes.
Use a conversa para explicitar essas decisões de interface e examine as alterações resultantes no código-fonte. Confira sequências pequenas de dimensões com custos estabelecidos de forma independente, incluindo o caso de uma única matriz, e execute os testes do projeto. Se depois solicitar um plano de execução, trate sua representação e verificação como requisitos adicionais, sem presumir que decorram do cálculo do custo.
Para escolher um modelo de IA sem filtros, conecte um serviço compatível com OpenAI ou Anthropic suportado que ofereça o modelo desejado. Credenciais, suporte a ferramentas e limites de contexto dependem dessa configuração. O ambiente não anula restrições do provedor; ele ajuda a vincular as mudanças propostas no planejamento ao código-fonte e aos critérios de aceitação que você pode revisar.
Perguntas que esclarecem o escopo do código de planejamento
O que devo pedir se precisar de uma ordem de execução?
Solicite uma representação explícita da ordem e descreva como o chamador a utilizará. Uma função que informa o custo aritmético mínimo pode não produzir essa representação. Inclua exemplos de verificação tanto para o plano quanto para o custo informado.
Por que testar uma cadeia com apenas uma matriz?
Ela define o comportamento básico quando nenhuma multiplicação é necessária. Inclua esse caso junto de um exemplo pequeno com várias matrizes para verificar a proposta do assistente tanto no limite quanto na lógica de planejamento usada em cadeias maiores.
O ambiente pode verificar resultados numéricos reais de matrizes?
Use as ferramentas numéricas e os testes do projeto para esses resultados. O ambiente de programação apoia a discussão e a revisão das alterações propostas; um caso de teste de custo correto não comprova que uma implementação separada de multiplicação produza valores corretos.
Como impedir que uma refatoração de custos amplie sua interface?
Declare na solicitação o tipo de retorno atual e o comportamento exigido do chamador. Revise o diff em busca de novas saídas ou unidades alteradas. Se quiser um plano mais detalhado, defina-o como uma etapa posterior deliberada, em vez de uma refatoração incidental.
ChainArbor · Atualizado 2026-10-25