التحقق من سودوكو مكتمل
تحقق من سودوكو مكتمل تسعة في تسعة دون حل خلايا ناقصة.
def sudoku_complete(board):
if type(board) is not list or len(board) != 9:
raise ValueError("nine rows")
if any(type(row) is not list or len(row) != 9 or
any(type(v) is not int or not 1 <= v <= 9 for v in row) for row in board):
raise ValueError("nine integer digits per row")
target = set(range(1,10))
units = board + [list(col) for col in zip(*board)]
units += [[board[y+dy][x+dx] for dy in range(3) for dx in range(3)]
for y in (0,3,6) for x in (0,3,6)]
return all(set(unit) == target for unit in units)| 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. |
| المشروع | اختبر الصفوف والأعمدة ومربعات ثلاثة في ثلاثة وارفض الشكل الخاطئ والقيم غير الصحيحة وأعد خطأ منطقيا عند تكرار الأرقام. |
def sudoku_complete(board):
if type(board) is not list or len(board) != 9:
raise ValueError("nine rows")
if any(type(row) is not list or len(row) != 9 or
any(type(v) is not int or not 1 <= v <= 9 for v in row) for row in board):
raise ValueError("nine integer digits per row")
target = set(range(1,10))
units = board + [list(col) for col in zip(*board)]
units += [[board[y+dy][x+dx] for dy in range(3) for dx in range(3)]
for y in (0,3,6) for x in (0,3,6)]
return all(set(unit) == target for unit in units)ميز المدخل المكتمل عن النتيجة الصالحة
GridCoven مساحة برمجة بالذكاء الاصطناعي على Windows لطرح أسئلة دقيقة حول كود التحقق. ابدأ بالتمييز الذي يحتاج التطبيق إلى إجرائه، ثم أدخل المصدر والأمثلة ذات الصلة في المحادثة. يمكن للنموذج المتصل المساعدة في مناقشة مقترح، بينما تقرر أنت الحالات المقبولة والمرفوضة التي يتضمنها عقد المنتج.
تقدم لوحة سودوكو ممتلئة مهمة مراجعة ملموسة: قد تحتوي كل خلية على قيمة وتظل اللوحة مخالفة لقاعدة صف أو عمود أو مربع. اطلب التحقق من لوحة مكتملة دون حل الخلايا الناقصة. وضح الفرق بين مدخل مشوه ولوحة صحيحة البنية لكنها غير صالحة، لأن المستدعين قد يتعاملون مع النتيجتين بشكل مختلف.
استخدم حالات اختبار مستقلة لمراجعة التعديل. قد تخالف إحداها عمودا مع اجتياز فحوص الصفوف؛ وقد تكشف أخرى إغفال قاعدة المربعات. شغل هذه الحالات بأدوات مشروعك الحالية وافحص بقاء المدخل دون تغيير. الهدف إظهار كل شرط مطلوب، لا قبول أداة تحقق لأنها تتعرف على حل معروف واحد.
يدعم GridCoven الاتصالات بنقاط نهاية متوافقة مع OpenAI أو تابعة لـ Anthropic، مع بيانات الاعتماد عند الضرورة. إذا أتاحت نقطة نهايتك نموذجا غير مفلتر، فإنه يظل خاضعا لقدراته الفعلية وشروط الخدمة. يحدد النموذج والخادم السياق والأدوات؛ ولا يثبت وصف أو شرح واثق اكتمال التحقق.
تحديد مهمة التحقق من لوحة مكتملة
كيف أميز المدخل المشوه عن اللوحة غير الصالحة؟
حدد البنية وأنواع القيم المطلوبة أولا، ثم صف مخالفات القواعد الممكنة في لوحة صحيحة البنية. حدد كيفية ملاحظة المستدعي لكل نتيجة. يتيح ذلك مراجعة معالجة الأخطاء منفصلة عن قرار الصلاحية المنطقي.
لماذا لا تكفي حالة اختبار لحل صحيح؟
هي تبين فقط قبول مثال صالح واحد. أضف حالات تعزل مخالفة صف وعمود ومربع، لتظهر الشروط المغفلة. راجع النتائج المتوقعة بصورة مستقلة قبل فحص مطابقة التنفيذ المقترح لها في اختباراتك.
هل يمكن طلب حل الخلايا الناقصة من مساحة العمل؟
تلك مهمة برمجية مختلفة بعقد مختلف. يتحقق المثال هنا من مدخل مكتمل. اجعل معالجة الخلايا الناقصة صريحة كي لا تتحول أداة التحقق بصمت إلى أداة حل، أو تعتبر لوحة ناقصة حلا مكتملا.
هل ينبغي أن يغير التحقق اللوحة المقدمة؟
حدد ذلك في متطلبك. في مثال المراجعة هذا، احتفظ بالمدخل الأصلي وافحصه بعد التحقق. قد يؤثر التغيير على سلوك الواجهة لاحقا حتى مع صحة نتيجة الصلاحية، لذا أدرج الكود المستخدم لها إن كان ذلك الخطر مهما.
GridCoven · آخر تحديث 2026-10-25