Pengodean quadtree kisi biner
Kodekan kisi biner persegi dengan lebar pangkat dua hingga 16 menjadi quadtree berdaun seragam.
def encode_quadtree(grid):
grid = tuple(tuple(row) for row in grid)
n = len(grid)
if not 1 <= n <= 16 or n & (n - 1) or any(len(row) != n for row in grid):
raise ValueError("grid.shape")
if any(type(v) is not int or v not in (0, 1) for row in grid for v in row):
raise ValueError("cell.binary")
def visit(x, y, size):
value = grid[y][x]
if all(grid[r][c] == value for r in range(y, y + size) for c in range(x, x + size)):
return value
half = size // 2
return (visit(x, y, half), visit(x + half, y, half),
visit(x, y + half, half), visit(x + half, y + half, half))
return visit(0, 0, n)Proyek
Uji urutan kiri atas, kanan atas, kiri bawah, dan kanan bawah, lalu tolak kisi kosong, tidak beraturan, atau bukan biner tanpa mengubahnya.
Tinjau sebelum menerapkan
Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain.
Model
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.
def encode_quadtree(grid):
grid = tuple(tuple(row) for row in grid)
n = len(grid)
if not 1 <= n <= 16 or n & (n - 1) or any(len(row) != n for row in grid):
raise ValueError("grid.shape")
if any(type(v) is not int or v not in (0, 1) for row in grid for v in row):
raise ValueError("cell.binary")
def visit(x, y, size):
value = grid[y][x]
if all(grid[r][c] == value for r in range(y, y + size) for c in range(x, x + size)):
return value
half = size // 2
return (visit(x, y, half), visit(x + half, y, half),
visit(x, y + half, half), visit(x + half, y + half, half))
return visit(0, 0, n)Jaga perubahan representasi dapat dipahami dari kedua sisi
QuadPollen adalah ruang kerja pemrograman AI Windows bagi pengembang yang mengubah cara aplikasi merepresentasikan data terstruktur. Buka folder proyek dan jelaskan kontrak antara kode penghasil dan pemakainya. Percakapan terhubung dapat membantu memeriksa batas itu, menjelaskan representasi saat ini, dan menilai usulan terarah sebelum menerima perubahan pada salah satu sisi.
Tugas berdasarkan quadtree.py dapat menyelidiki cara kisi biner menjadi representasi bersarang. Tanyakan ukuran masukan yang diterima, cara wilayah seragam direpresentasikan, dan apakah pemakai mengandalkan urutan anak tertentu. Gunakan kisi kecil yang struktur harapannya dapat diperiksa secara independen. Contoh ini menjadi dasar peninjauan perangkat lunak; bukan bukti adanya basis data spasial bawaan atau layanan optimasi penyimpanan.
Anda dapat memilih model AI tanpa filter melalui endpoint yang kompatibel dengan OpenAI atau endpoint Anthropic yang didukung jika layanan menyediakannya. Konfigurasikan pengaturan koneksi wajib dan periksa dukungan alat model yang sebenarnya. Tinjau perubahan usulan terhadap penghasil dan pemakai, lalu jalankan pengujian data seragam maupun campuran. Mempertahankan representasi yang dimaksud sama pentingnya dengan menerima masukan valid, terutama ketika pengodean ringkas membuat kesalahan urutan sulit terlihat dalam keluaran aplikasi biasa.
Pertanyaan tentang perubahan representasi
- Seperti apa kisi kecil yang berguna untuk peninjauan?
Gunakan kisi dengan wilayah yang tampak berbeda agar kesalahan urutan mengubah struktur harapan. Sertakan kisi seragam sebagai kasus terpisah. Berikan representasi yang dimaksud secara eksplisit, bukan meminta encoder baru menghasilkan hasil harapannya sendiri.
- Bisakah representasi berubah tanpa memperbarui pemakai?
Hanya jika kontraknya tetap terpenuhi. Periksa kode pembaca posisi anak, nilai daun, atau tingkat sarang sebelum menerima perubahan pengodean. Penghasil yang lolos pengujiannya sendiri tidak membuktikan kompatibilitas dengan data tersimpan atau komponen aplikasi lain.
- Haruskah ukuran masukan lebih besar diterima otomatis?
Tidak. Tinjau dahulu alasan batas yang ada dan kebutuhan pemanggil. Struktur lebih besar dapat mengubah penggunaan sumber daya dan kebutuhan validasi. Perlakukan perluasan itu sebagai kebutuhan disengaja dengan pemeriksaan yang sesuai, bukan efek samping refaktorisasi.
- Bagaimana meninjau keluaran yang sulit dibaca?
Mulailah dengan masukan kecil dan bandingkan setiap wilayah kembalian dengan data asli. Mintalah penjelasan terkait posisi, bukan uraian umum. Lalu periksa perilaku pemakai agar makna representasi tetap konsisten di kedua sisi batas.
QuadPollen · Diperbarui 2026-10-25
