강의 계획 레슨 148개 중 21번째 · 자기 자신에 대한 고집
자기 자신에 대한 고집

목록 비교하기

왜 중요한가 자기 생각을 기본값 옆에 놓기 전까지는 다르게 생각하는지 알 수 없어요. 숫자가 정직하게 지켜 줘요.

감긴 기록 문제에서 봉인된 AI 답 셋은 이랬어요: 사본을 정렬하고 이진 탐색, 걸어서 감긴 곳을 찾고 이진 탐색, 각 질의를 직접 세기. 고정된 목록의 꼬리표로 하면:

TAGS = {"load-all", "scan", "sort", "binary-search", "sample", "index", "math", "cache", "precompute"}
AI_TAGS = [{"load-all", "sort", "binary-search"},   # sort a copy
           {"scan", "binary-search"},                # walk to the wrap
           {"scan"}]                                 # count each query

이제 자기 접근 셋에 같은 방식으로 정직하게 꼬리표를 붙이세요: 좋게 들리는 게 아니라 각각이 정말 할 일에 꼬리표를 붙이세요. 문제의 목록은 저장된 초안에 있고, 이 브라우저에 있으면 시작 코드가 출력해요.

1에 가까운 점수는 여러분의 생각이 AI의 생각이었다는 뜻이에요. 0에 가까운 점수는 다른 곳을 탐색했다는 뜻이에요. 어느 쪽도 성적이 아니에요: 많은 문제에서 흔한 생각이 맞아요. 어디서 시작했는지 알려 줄 뿐이에요.

요약 두 목록에 같은 말로 꼬리표를 붙이고, 자기 것마다 가장 가까운 AI 생각과 맞추고, 평균하세요. 그게 여러분의 겹침이에요.

내 차례

closest(mine, ai_sets)를 쓰세요: mine과 ai_sets의 어떤 집합 사이의 가장 높은 단어 집합 겹침(공유 꼬리표를 모든 서로 다른 꼬리표로 나눈 것, 둘 다 비면 0). 리스트나 집합을 받으세요. overlap_with_ai(my_tags, ai_sets)를 쓰세요: 자기 접근에 걸친 closest의 평균(없으면 0). 접근마다 TAGS의 꼬리표 리스트 하나씩 my_tags를 할당하고, 그다음 score = overlap_with_ai(my_tags, AI_TAGS)를 설정하고 소수 둘째 자리까지 반올림해 출력하세요.

이 레슨에서 문제를 발견했나요? 알려 주세요 · 이 레슨에 대해 묻기

이 연습은 곧 열려요

앞의 레슨을 마치면 이 레슨이 열려요. 강좌 전체가 무료이고 계정도 필요 없으며, 이 레슨은 지금 바로 읽을 수 있어요.