leetwinski
2020-12-04 00:56:22
我想你想得太多了。
你有两个任务：
- 将项目插入已排序集合中的适当位置
- 输入向量的返回向量和输入列表的列表
首先，我将这样重写insert-x：
(defn insert-x [sorted-coll x]
(let [[l r] (split-with #(<= % x) sorted-coll)]
`(~@l ~x ~@r)))
请注意，它或多或少与你的变体相同：将值取到所需位置，然后将左右部分串联在一起x。还要注意，它总是产生正确排序的列表，而与输入类型无关。
user> (insert-x [1 3 5 7 9] 10)
;;=> (1 3 5 7 9 10)
user> (insert-x [1 3 5 7 9] 0)
;;=> (0 1 3 5 7 9)
user> (insert-x [1 3 5 7 9] 4)
;;=> (1 3 4 5 7 9)
因此，你接下来需要做的就是减少输入并返回正确键入的结果：
(defn my-sort [coll]
(let [sorted (reduce insert-x () coll)]
(if (vector? coll)
(vec sorted)
sorted)))
user> (my-sort '(0 3 1 4 2 5 10 7))
;;=> (0 1 2 3 4 5 7 10)
user> (my-sort [0 3 1 4 2 5 10 7])
;;=> [0 1 2 3 4 5 7 10]
user> (my-sort ())
;;=> ()
user> (my-sort [])
;;=> []
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13
(my-sort (shuffle (range 1000)))由于lazyconcat和lazy的堆叠，这可能会导致中等大小的集合的堆叠溢出split-with。@ A.Webb。当然可以，但是既然这似乎是仅教育的任务（谁会在生产中真正使用它？）。否则
(doall `(~@l ~x ~@r))解决此问题。@leetwinski您将如何在生产中使用它？（内置的排序功能？）
@ Gwang-JinKim它实际上取决于您的任务和输入大小。通常，内置
sort就足够了，因此，如果有必要，您应该考虑对其进行优化。您还可以查看排序集，以防万一您需要将更改的数据保持排序状态，这比每次更改数据时都采用它更好。但是，除非有任何任务特定的信息，否则我们无法对此进行推理