تحويل والش–هادامارد للأعداد الصحيحة
طبّق تحويل والش–هادامارد غير المطبّع على تسلسل غير فارغ من أعداد صحيحة محدودة بطول من قوى العدد اثنين لا يتجاوز 256.
def walsh_transform(values):
out = list(values)
n = len(out)
if not 1 <= n <= 256 or n & (n - 1):
raise ValueError("length.power_two")
if any(type(v) is not int or abs(v) > 1000000 for v in out):
raise ValueError("value.range")
step = 1
while step < n:
for start in range(0, n, 2 * step):
for j in range(start, start + step):
a, b = out[j], out[j + step]
out[j], out[j + step] = a + b, a - b
step *= 2
return out| المشروع | ارفض الأطوال غير الصالحة والقيم المنطقية وتحقق من أن تطبيق التحويل مرتين يضرب الأصل في طوله. |
|---|---|
| راجع قبل التطبيق | قارن السلوك الفعلي بالنتيجة المتوقعة. إذا فشل فحص، تحقّق من السبب قبل إجراء تغييرات إضافية. |
| النماذج | اضبط نقطة اتصال متوافقة مع OpenAI أو Anthropic باستخدام العنوان الأساسي ومفتاح API عند الحاجة. اختبر الاتصال. يجب أن يعمل خادم النموذج المحلي؛ وقد ترسل الأدوات البعيدة البيانات بشكل منفصل. |
def walsh_transform(values):
out = list(values)
n = len(out)
if not 1 <= n <= 256 or n & (n - 1):
raise ValueError("length.power_two")
if any(type(v) is not int or abs(v) > 1000000 for v in out):
raise ValueError("value.range")
step = 1
while step < n:
for start in range(0, n, 2 * step):
for j in range(start, start + step):
a, b = out[j], out[j + step]
out[j], out[j + step] = a + b, a - b
step *= 2
return outأبق اصطلاحات التحويل واضحة أثناء إعادة الهيكلة
WalshAster مساحة برمجة على Windows لمعالجة تعديلات المصدر مع نموذج ذكاء اصطناعي متصل. يسهل تقييم إعادة الهيكلة الحسابية حين يذكر الاصطلاح الأصلي أولا. صف المدخل المقبول وشكل المخرج المتوقع وقاعدة التحجيم قبل طلب إعادة تنظيم الحلقات أو إدخال تنفيذ مختلف من المساعد.
يقدم مثال تحويل والش–هادامار للأعداد الصحيحة مهمة ملموسة لهذه المحادثة. اطلب من النموذج فحص أزواج التحديث وحد طول المدخل في سياق وحدتك البرمجية. أبق اصطلاح المثال صريحا كي لا يدفع الاسم المألوف المساعد إلى افتراض صيغة مطبعة أو ترتيب نتائج مختلف.
أثناء المراجعة، قارن الكود المقترح بمخرجات صغيرة معروفة وبالخصائص التي يتوقع مشروعك الحفاظ عليها. يوفر تطبيق التحويل مرتين في هذا المثال فحص تحجيم مفيدا، إلى جانب حالات المدخلات المرفوضة. شغل الفحوص بنفسك وافحص أي مستدع يفسر المخرج؛ فلا ينبغي أن تغير إعادة هيكلة داخلية اصطلاح البيانات الظاهر هناك بصمت.
اختر نموذجا بلا قيود فقط عبر نقطة نهاية مدعومة متوافقة مع OpenAI أو تابعة لـ Anthropic تتيحه. اضبط بيانات الاعتماد المطلوبة وافحص سعة السياق والأدوات. تظل قيود النموذج المتصل معتمدة على المزود، ولا يزال تبسيطه المقترح يحتاج دليلا من تنفيذك واختباراتك الفعلية.
أسئلة مراجعة لصيانة التحويل
- ما الاصطلاح الذي أوثقه قبل طلب إعادة الهيكلة؟
حدد ترتيب المخرجات والتحجيم وأطوال المدخلات المقبولة وأنواع العناصر التي تعالجها وحدتك. أدرج مدخلا ومخرجا صغيرين معروفين. يمنع ذلك استبدال اصطلاح تحويل مختلف تحت الاسم نفسه.
- هل يكفي فحص التحويل المزدوج وحده؟
هو مفيد للاصطلاح الموضح، لكن ينبغي أن يرافق مخرجات معروفة واختبارات حدود المدخلات. افحص تفسير المستدعي أيضا. لا يثبت الحفاظ على خاصية جبرية بالضرورة بقاء الترتيب وسلوك الواجهة كما يتوقع التطبيق.
- كيف أراجع تغييرا يعدل المدخل؟
حدد أولا ما إذا كان العقد الحالي يسمح بالتعديل. أدرج المستدعين الذين يعيدون استخدام القيم الأصلية واختبر إعادة الاستخدام صراحة. يغير مقترح توفير الذاكرة السلوك المرصود إن اعتمد هؤلاء على تسلسل مدخلات لم يتغير.
- هل يغير استخدام نموذج آخر التحقق اللازم؟
لا. حافظ على المدخلات المقبولة والنتائج المعروفة وفحوص التحجيم نفسها عند النظر في مقترح نموذج آخر. قد يغير اختيار النموذج الشرح أو الكود المقترح، لكنه لا يثبت الصحة ولا يحل محل تحقق المشروع.
WalshAster · آخر تحديث 2026-10-25