File size: 19,270 Bytes
ae0a268
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
from __future__ import annotations

import ast
import contextlib
import io
import math
import multiprocessing as mp
import re
import traceback
from dataclasses import dataclass
from typing import Any, Dict, List


@dataclass
class AlgorithmPattern:
    name: str
    when_to_use: str
    key_questions: List[str]
    answer_requirements: List[str]


@dataclass
class ScriptResult:
    executed: bool
    ok: bool
    output: str
    error: str = ""


PATTERNS = [
    AlgorithmPattern(
        name="动态规划",
        when_to_use="问题具有最优子结构、重复子问题,常见关键词包括最大/最小/方案数/背包/序列/区间。",
        key_questions=[
            "状态 dp 的含义是什么?",
            "每一步有哪些选择?",
            "状态转移依赖哪些更小状态?",
            "边界条件和计算顺序是什么?",
        ],
        answer_requirements=[
            "给出状态定义",
            "写出转移方程",
            "说明初始化和答案位置",
            "分析时间与空间复杂度",
        ],
    ),
    AlgorithmPattern(
        name="贪心",
        when_to_use="每步局部最优可推出全局最优,常见于区间选择、排序后选择、交换论证问题。",
        key_questions=[
            "贪心选择是什么?",
            "为什么当前选择不会破坏最优解?",
            "是否需要排序或优先队列?",
        ],
        answer_requirements=[
            "说明贪心规则",
            "给出正确性证明或交换论证",
            "说明失败条件",
            "分析复杂度",
        ],
    ),
    AlgorithmPattern(
        name="图算法",
        when_to_use="输入包含点、边、路径、连通性、匹配、网络或拓扑依赖。",
        key_questions=[
            "图是有向还是无向?是否带权?",
            "目标是最短路、连通性、生成树、匹配还是拓扑顺序?",
            "边权是否允许负数?",
        ],
        answer_requirements=[
            "明确图模型",
            "选择 BFS/DFS/Dijkstra/Bellman-Ford/拓扑排序等范式",
            "给出关键步骤",
            "分析复杂度和适用条件",
        ],
    ),
    AlgorithmPattern(
        name="递归与分治",
        when_to_use="问题可以拆成相同形式的子问题,再合并子问题结果;常见于排序、选择、第 k 大、矩阵乘法、最近点对等问题。",
        key_questions=[
            "递归函数的语义是什么?",
            "如何划分子问题?",
            "子问题之间是否独立?",
            "合并步骤的代价是多少?",
            "递归边界是什么?",
        ],
        answer_requirements=[
            "给出递归定义",
            "写出合并过程",
            "列出递推式",
            "用主定理或递归树分析复杂度",
        ],
    ),
    AlgorithmPattern(
        name="回溯",
        when_to_use="需要在解空间树中搜索所有可行解或最优解,常见于排列组合、N 皇后、图着色、0/1 选择、约束满足问题。",
        key_questions=[
            "解空间树的每一层表示什么决策?",
            "当前部分解如何扩展?",
            "约束函数如何剪掉不可行分支?",
            "什么时候记录一个完整解?",
        ],
        answer_requirements=[
            "定义解空间和递归搜索状态",
            "给出扩展规则和约束剪枝条件",
            "说明递归终止条件",
            "分析最坏时间复杂度和剪枝效果",
        ],
    ),
    AlgorithmPattern(
        name="分支限界",
        when_to_use="需要在组合优化问题中寻找最优解,并可用上界/下界剪枝,常见于 0/1 背包、旅行商、任务分配、装载问题。",
        key_questions=[
            "每个节点对应什么部分解?",
            "界函数如何估计最优可能值?",
            "采用队列式、优先队列式还是深度优先式扩展?",
            "何时剪枝,何时更新当前最优解?",
        ],
        answer_requirements=[
            "给出状态节点定义",
            "设计上界或下界函数",
            "说明节点扩展和剪枝规则",
            "分析最坏复杂度和实际剪枝效果",
        ],
    ),
    AlgorithmPattern(
        name="随机化算法",
        when_to_use="允许引入随机选择来降低期望复杂度或提高实践性能,常见于随机快速排序、随机选择、哈希、Monte Carlo/Las Vegas 算法。",
        key_questions=[
            "随机性用于选择样本、划分点还是搜索方向?",
            "算法是 Monte Carlo 还是 Las Vegas?",
            "正确性是确定保证还是概率保证?",
            "期望时间复杂度如何分析?",
        ],
        answer_requirements=[
            "说明随机步骤",
            "区分正确性保证类型",
            "给出期望复杂度或错误概率分析",
            "说明重复运行或放大成功概率的方法",
        ],
    ),
    AlgorithmPattern(
        name="遗传算法",
        when_to_use="用于大规模、非凸、难以精确建模的优化问题,通过种群进化搜索近似解,常见于调度、路径规划、参数优化。",
        key_questions=[
            "个体如何编码为染色体?",
            "适应度函数如何衡量解的好坏?",
            "选择、交叉、变异算子如何设计?",
            "终止条件是什么?",
        ],
        answer_requirements=[
            "给出编码方式",
            "定义适应度函数",
            "说明选择/交叉/变异流程",
            "说明参数设置、终止条件和近似性",
        ],
    ),
    AlgorithmPattern(
        name="模拟退火",
        when_to_use="用于组合优化或连续优化中的近似搜索,通过温度下降机制跳出局部最优,常见于 TSP、排课、布局、调度。",
        key_questions=[
            "当前解和邻域解如何表示?",
            "目标函数或能量函数是什么?",
            "温度初值、降温策略和终止条件如何设置?",
            "以什么概率接受更差解?",
        ],
        answer_requirements=[
            "定义解表示和邻域生成方式",
            "给出能量函数和接受准则",
            "说明降温策略",
            "说明该方法是近似算法并分析参数影响",
        ],
    ),
    AlgorithmPattern(
        name="复杂度与正确性证明",
        when_to_use="问题要求证明算法正确性、分析复杂度、比较算法或解释为什么某策略可行。",
        key_questions=[
            "需要证明什么性质?",
            "可用循环不变式、归纳法、交换论证还是反证法?",
            "时间复杂度由哪些循环、递归或数据结构操作决定?",
        ],
        answer_requirements=[
            "给出证明结构",
            "说明不变式或归纳假设",
            "分析边界情况",
            "给出清晰复杂度结论",
        ],
    ),
]


def retrieve_algorithm_patterns(question: str, top_k: int = 3) -> List[AlgorithmPattern]:
    text = question.lower()
    scores: List[tuple[int, AlgorithmPattern]] = []
    keyword_map: Dict[str, List[str]] = {
        "动态规划": ["动态规划", "dp", "背包", "最大", "最小", "最优", "序列", "子序列", "编辑距离", "区间"],
        "贪心": ["贪心", "活动", "区间调度", "最早结束", "局部最优", "排序选择"],
        "图算法": ["图", "节点", "边", "路径", "最短路", "连通", "拓扑", "匹配", "网络"],
        "递归与分治": ["分治", "递归", "归并", "快速", "二分", "最近点对", "第k", "第 k", "递推式", "主定理"],
        "回溯": ["回溯", "解空间", "排列", "组合", "n皇后", "n 皇后", "图着色", "约束满足", "可行解", "所有解"],
        "分支限界": ["分支限界", "分枝限界", "限界", "上界", "下界", "优先队列", "旅行商", "tsp", "装载", "任务分配"],
        "随机化算法": ["随机", "随机化", "概率", "期望", "monte carlo", "las vegas", "随机快排", "随机选择", "哈希"],
        "遗传算法": ["遗传", "种群", "染色体", "适应度", "交叉", "变异", "选择算子", "进化"],
        "模拟退火": ["模拟退火", "退火", "温度", "降温", "邻域", "接受概率", "局部最优", "全局搜索"],
        "复杂度与正确性证明": ["证明", "正确性", "复杂度", "为什么", "不变式", "归纳", "交换论证"],
    }
    for pattern in PATTERNS:
        score = 0
        for keyword in keyword_map.get(pattern.name, []):
            if keyword in text or keyword in question:
                score += 3
        for token in tokenize(question):
            if token in pattern.when_to_use.lower():
                score += 1
        scores.append((score, pattern))

    scores.sort(key=lambda item: item[0], reverse=True)
    selected = [pattern for score, pattern in scores if score > 0][:top_k]
    if selected:
        return selected
    return [PATTERNS[0], PATTERNS[-1]]


def format_patterns(patterns: List[AlgorithmPattern]) -> str:
    blocks = []
    for pattern in patterns:
        blocks.append(
            "\n".join(
                [
                    f"算法范式: {pattern.name}",
                    f"适用场景: {pattern.when_to_use}",
                    "需要澄清/回答的问题:",
                    *[f"- {item}" for item in pattern.key_questions],
                    "答案必须包含:",
                    *[f"- {item}" for item in pattern.answer_requirements],
                ]
            )
        )
    return "\n\n".join(blocks)


def tokenize(text: str) -> set[str]:
    lower = text.lower()
    english = re.findall(r"[a-z0-9_]{2,}", lower)
    chinese = re.findall(r"[\u4e00-\u9fff]{2,}", lower)
    grams: List[str] = []
    for phrase in chinese:
        grams.extend(phrase[i : i + 2] for i in range(max(0, len(phrase) - 1)))
        grams.extend(phrase[i : i + 3] for i in range(max(0, len(phrase) - 2)))
    return set(english + grams)


def extract_python_code(text: str) -> str:
    matches = re.findall(r"```(?:python|py)\s*([\s\S]*?)```", text, flags=re.IGNORECASE)
    if matches:
        return matches[-1].strip()
    return ""


def safe_run_python(code: str, timeout: int = 3) -> ScriptResult:
    code = code.strip()
    if not code:
        return ScriptResult(executed=False, ok=False, output="", error="未提供 Python 验证脚本。")

    validation_error = validate_python_code(code)
    if validation_error:
        return ScriptResult(executed=False, ok=False, output="", error=validation_error)

    queue: mp.Queue[Any] = mp.Queue()
    process = mp.Process(target=_run_python_child, args=(code, queue))
    process.start()
    process.join(timeout)
    if process.is_alive():
        process.terminate()
        process.join(1)
        return ScriptResult(executed=True, ok=False, output="", error=f"脚本超过 {timeout}s 超时限制。")

    if queue.empty():
        return ScriptResult(executed=True, ok=False, output="", error="脚本未返回结果。")
    payload = queue.get()
    return ScriptResult(
        executed=True,
        ok=bool(payload.get("ok")),
        output=str(payload.get("output", "")),
        error=str(payload.get("error", "")),
    )


def validate_python_code(code: str) -> str:
    try:
        tree = ast.parse(code)
    except SyntaxError as exc:
        return f"脚本语法错误: {exc}"

    denied_nodes = (ast.Import, ast.ImportFrom, ast.With, ast.AsyncWith, ast.ClassDef)
    denied_calls = {
        "open",
        "eval",
        "exec",
        "compile",
        "input",
        "__import__",
        "globals",
        "locals",
        "vars",
        "dir",
        "getattr",
        "setattr",
        "delattr",
        "help",
        "breakpoint",
    }
    for node in ast.walk(tree):
        if isinstance(node, denied_nodes):
            return "验证脚本包含 import、with 或 class 等不允许的结构。"
        if isinstance(node, ast.Name) and node.id.startswith("__"):
            return "验证脚本包含不允许的双下划线名称。"
        if isinstance(node, ast.Attribute) and node.attr.startswith("__"):
            return "验证脚本包含不允许的双下划线属性。"
        if isinstance(node, ast.Call) and isinstance(node.func, ast.Name) and node.func.id in denied_calls:
            return f"验证脚本调用了不允许的函数: {node.func.id}"
    return ""


def _run_python_child(code: str, queue: mp.Queue[Any]) -> None:
    allowed_builtins = {
        "abs": abs,
        "all": all,
        "any": any,
        "bool": bool,
        "dict": dict,
        "enumerate": enumerate,
        "float": float,
        "int": int,
        "len": len,
        "list": list,
        "max": max,
        "min": min,
        "pow": pow,
        "print": print,
        "range": range,
        "reversed": reversed,
        "round": round,
        "set": set,
        "sorted": sorted,
        "str": str,
        "sum": sum,
        "tuple": tuple,
        "zip": zip,
    }
    env: Dict[str, Any] = {
        "__builtins__": allowed_builtins,
        "math": math,
    }
    stdout = io.StringIO()
    try:
        with contextlib.redirect_stdout(stdout):
            exec(compile(code, "<agent-script>", "exec"), env, env)
        queue.put({"ok": True, "output": stdout.getvalue().strip(), "error": ""})
    except Exception:
        queue.put({"ok": False, "output": stdout.getvalue().strip(), "error": traceback.format_exc(limit=3)})


def offline_algorithm_answer(question: str, patterns: List[AlgorithmPattern], note: str = "") -> str:
    pattern_names = "、".join(pattern.name for pattern in patterns)
    primary = patterns[0].name if patterns else "通用算法设计"
    if primary == "动态规划":
        body = "\n".join(
            [
                "建议优先用动态规划建模。",
                "1. 状态定义: 设 dp[...] 表示处理到某个前缀、容量、位置或区间时的最优值。",
                "2. 状态转移: 枚举当前决策,把“不选/选择/划分/匹配”等选择映射到更小子问题。",
                "3. 边界条件: 空集合、容量为 0、长度为 0 或单元素区间通常作为初始状态。",
                "4. 计算顺序: 按依赖关系从小规模到大规模填表。",
                "5. 复杂度: 通常由状态数乘以每个状态的转移代价得到。",
            ]
        )
    elif primary == "贪心":
        body = "\n".join(
            [
                "建议先检验是否存在可证明的贪心选择。",
                "1. 对输入按关键指标排序或维护优先队列。",
                "2. 每一步选择当前最不影响未来可行性的对象。",
                "3. 用交换论证说明任意最优解都能替换为包含当前选择的最优解。",
                "4. 若交换论证无法成立,应退回动态规划或搜索。",
            ]
        )
    elif primary == "递归与分治":
        body = "\n".join(
            [
                "建议用递归与分治建模。",
                "1. 定义递归函数的输入规模和返回含义。",
                "2. 将原问题划分为若干相同形式的子问题。",
                "3. 分别求解子问题,再设计合并过程。",
                "4. 写出递归边界和递推式。",
                "5. 用主定理、递归树或展开法分析复杂度。",
            ]
        )
    elif primary == "回溯":
        body = "\n".join(
            [
                "建议用回溯搜索解空间树。",
                "1. 定义每一层决策变量和当前部分解。",
                "2. 枚举当前层所有候选选择。",
                "3. 用约束函数剪掉不可行分支。",
                "4. 到达叶子或完整解时记录答案。",
                "5. 分析最坏搜索规模,并说明剪枝如何减少实际搜索。",
            ]
        )
    elif primary == "分支限界":
        body = "\n".join(
            [
                "建议用分支限界处理组合优化。",
                "1. 将部分解表示为搜索树节点。",
                "2. 设计上界或下界估计当前节点可能达到的最优值。",
                "3. 用队列、优先队列或深度优先策略扩展节点。",
                "4. 如果界值不可能优于当前最优解,则剪枝。",
                "5. 输出最优解,并分析最坏指数复杂度和剪枝效果。",
            ]
        )
    elif primary == "随机化算法":
        body = "\n".join(
            [
                "建议明确随机化算法的随机步骤和概率保证。",
                "1. 说明随机选择发生在采样、划分、哈希还是搜索方向。",
                "2. 区分算法是 Monte Carlo 还是 Las Vegas。",
                "3. 分析正确性概率、失败概率或期望运行时间。",
                "4. 如有必要,通过重复运行降低错误概率。",
            ]
        )
    elif primary == "遗传算法":
        body = "\n".join(
            [
                "建议用遗传算法描述近似优化流程。",
                "1. 设计染色体编码,把候选解表示为个体。",
                "2. 定义适应度函数衡量解的好坏。",
                "3. 说明选择、交叉、变异和保留策略。",
                "4. 设置种群规模、迭代次数和终止条件。",
                "5. 强调该方法通常给出近似解,需要实验评价质量。",
            ]
        )
    elif primary == "模拟退火":
        body = "\n".join(
            [
                "建议用模拟退火描述近似搜索过程。",
                "1. 定义当前解、邻域生成方式和目标函数。",
                "2. 设定初始温度、降温策略和终止条件。",
                "3. 若新解更优则接受;若更差则按概率接受以跳出局部最优。",
                "4. 说明参数对收敛速度和解质量的影响。",
            ]
        )
    else:
        body = "\n".join(
            [
                "建议先完成结构化建模,再选择算法范式。",
                "1. 明确输入、约束、目标函数和输出。",
                "2. 判断是否存在最优子结构、图结构、排序选择或递归拆分。",
                "3. 给出伪代码和复杂度分析。",
                "4. 对小规模样例写脚本验证结论。",
            ]
        )

    sections = [
        f"候选算法范式: {pattern_names}",
        f"原始问题: {question}",
        body,
        "当前未获得公开 LLM 的有效响应,因此这里给出的是离线算法设计框架。请检查 API Key、Base URL 和模型名后重新运行。",
    ]
    if note:
        sections.insert(0, note)
    return "\n\n".join(sections)