Daftar segitiga siku-siku bilangan bulat primitif dengan hipotenusa hingga batas nol sampai 500.
from math import gcd
def primitive_triples(limit):
if type(limit) is not int or not 0 <= limit <= 500:
raise ValueError("hypotenuse.limit")
result, m = [], 2
while m * m + 1 <= limit:
for n in range(1, m):
c = m * m + n * n
if c <= limit and (m - n) % 2 and gcd(m, n) == 1:
a, b = sorted((m * m - n * n, 2 * m * n))
result.append((a, b, c))
m += 1
return sorted(result, key=lambda t: (t[2], t[0], t[1]))Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah.
Uji hasil kosong dan 3-4-5, kecualikan kelipatan, lalu kembalikan setiap tripel sekali dengan kedua sisi siku-siku terurut.
from math import gcd
def primitive_triples(limit):
if type(limit) is not int or not 0 <= limit <= 500:
raise ValueError("hypotenuse.limit")
result, m = [], 2
while m * m + 1 <= limit:
for n in range(1, m):
c = m * m + n * n
if c <= limit and (m - n) % 2 and gcd(m, n) == 1:
a, b = sorted((m * m - n * n, 2 * m * n))
result.append((a, b, c))
m += 1
return sorted(result, key=lambda t: (t[2], t[0], t[1]))TripleMistral menyediakan ruang kerja pemrograman AI untuk Windows guna mengembangkan komponen komputasi kecil yang harus sesuai dengan aplikasi lebih besar. Mulailah dengan hasil yang diharapkan dan batas masukan, lalu minta asisten memeriksa kode proyek yang akan memanggil komponen. Percakapan pemrograman yang berguna membahas bentuk keluaran dan perilaku kegagalan, selain perhitungan yang menghasilkan nilai.
Tugas berdasarkan triples.py dapat memeriksa enumerasi terbatas tripel Pythagoras primitif. Minta model menjelaskan hubungan batas yang dipilih dan urutan hasil dengan kode pemanggil, lalu tinjau usulan perbaikan menggunakan beberapa contoh yang dapat diperiksa manual. Tujuannya bukan mengubah beranda menjadi pelajaran matematika, melainkan menunjukkan bagaimana persyaratan tepat menjadi komponen yang dapat diperiksa dan diuji.
Jalankan pemeriksaan proyek pada masukan bermakna terkecil dan batas atas yang diterima. Pastikan duplikasi dan urutan sesuai kontrak sebelum menggunakan keluaran di tempat lain. TripleMistral dapat terhubung ke endpoint kompatibel OpenAI atau endpoint Anthropic yang didukung, termasuk model tanpa filter jika ditawarkan. Kredensial mungkin diperlukan, dan model serta server yang dipilih menentukan kebijakan, kapasitas konteks, dan alat. Pisahkan verifikasi dari deskripsi model: penjelasan yang meyakinkan tidak membuktikan kelengkapan enumerasi.
Dokumentasikan apakah urutan merupakan bagian kontrak atau sekadar detail implementasi. Jika kode pengguna menampilkan atau membandingkan urutan tersebut, uji urutan yang diwajibkan secara eksplisit sebelum menerima refaktor yang mengubah cara hasil dikumpulkan.
Pilih masukan kecil yang hasil harapannya dapat Anda enumerasi secara independen dan bandingkan seluruh keluaran. Tinjau juga kondisi pembangkitan, karena langkah penghapusan duplikasi dapat menyembunyikan pekerjaan berulang atau aturan dasar yang salah.
Bedakan masukan valid tanpa hasil dari masukan di luar kontrak yang didukung. Beri tahu asisten mana yang harus ditolak, lalu uji respons kode pemanggil agar parameter tidak valid tidak diam-diam terlihat seperti komputasi kosong yang berhasil.
Contoh ini memberikan tugas pengembangan konkret, bukan katalog alat bawaan. Bawa proyek dan persyaratan Anda sendiri, periksa usulan, dan gunakan pemeriksaan yang sesuai dengan komponen serta lingkungan tempatnya akan dijalankan.
TripleMistral · Diperbarui 2026-10-25