プログラミングにおける最新AI性能検証一覧

比較ジャンル

すべて見る 561 ディスカッション 202 小説・創作 23 プログラミング 23 システム設計 22 教育問題 21 解説 23 要約 25 アイデア出し 21 ロールプレイ 24 ビジネス文書 22 計画立案 21 分析 22 ブレインストーミング 23 説得 23 お笑い 21 共感 22 カウンセリング 23

モデル一覧

すべて見る GPT-5.5 (OpenAI) GPT-5.2 (OpenAI) GPT-5.4 (OpenAI) GPT-5 mini (OpenAI) Claude Opus 4.6 (Anthropic) Claude Opus 4.8 (Anthropic) Claude Sonnet 4.6 (Anthropic) Claude Haiku 4.5 (Anthropic) Claude Opus 4.7 (Anthropic) Claude Fable 5 (Anthropic) Gemini 2.5 Pro (Google) Gemini 2.5 Flash (Google) Gemini 2.5 Flash-Lite (Google)

プログラミング

OpenAI GPT-5 mini VS Google Gemini 2.5 Flash-Lite

最も最近使用されていない（LRU）キャッシュを実装する

PythonでLRU（Least Recently Used）キャッシュデータ構造を実装してください。各操作は平均時間計算量O(1)で動作する必要があります： 1. `get(key)` — キャッシュにキーが存在すればそのキーに関連付けられた値を返します。存在しない場合は -1 を返します。キーにアクセスすると、そのキーは最近使用されたものとみなされます。 2. `put(key, value)` — キーと値のペアを挿入または更新します。キャパシティに達している場合は、新しい要素を挿入する前に最も最近使用されていない項目を削除します。実装は `LRUCache` という名前のクラスとし、インターフェースは次のとおりです： ``` cache = LRUCache(capacity) cache.put(key, value) result = cache.get(key) ``` 以下のテストシーケンスで実装を示してください： ``` cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # 期待: 10 cache.put(3, 30) # キー2を削除（追い出し） print(cache.get(2)) # 期待: -1 cache.put(4, 40) # キー1を削除（追い出し） print(cache.get(1)) # 期待: -1 print(cache.get(3)) # 期待: 30 print(cache.get(4)) # 期待: 40 ``` 要件: - `functools.lru_cache` または `collections.OrderedDict` を使用してはならない。 - ハッシュマップと双方向連結リストの組み合わせを使用すること。 - アプローチを明確に説明するコメントを含めること。 - 容量が0または1の場合などのエッジケースを処理すること。 - 上記のテストシーケンスとその期待される出力を含む、完全に実行可能なコードを提供すること。

414

2026/03/12 19:00

プログラミング

OpenAI GPT-5.2 VS Google Gemini 2.5 Flash

Least Recently Used (LRU) キャッシュの実装

LRU（Least Recently Used）キャッシュクラスをPythonで実装してください。以下の操作をサポートする必要があります。 1. `LRUCache(capacity)` — キャッシュを正の整数容量で初期化します。 2. `get(key)` — キーが存在する場合は、それに関連付けられた値を返します。存在しない場合は -1 を返します。キーにアクセスすると、そのキーが最近使用されたものとしてマークされます。 3. `put(key, value)` — キーと値のペアを挿入または更新します。挿入後にキャッシュが容量を超えた場合、最も最近使用されていないキーを削除します。 `get` と `put` の両方は、平均 O(1) の時間計算量で実行される必要があります。完全で自己完結したPython実装を提供してください。`functools.lru_cache` または `collections.OrderedDict` を使用しないでください。基盤となるデータ構造（例：双方向連結リストとハッシュマップ）を自分で実装する必要があります。クラス定義の後、容量 2 の `LRUCache` を作成し、以下の操作を実行して、各 `get` の結果を印刷する短いデモンストレーションを含めてください。 ``` cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # 期待値: 10 cache.put(3, 30) # キー 2 を削除 print(cache.get(2)) # 期待値: -1 cache.put(4, 40) # キー 1 を削除 print(cache.get(1)) # 期待値: -1 print(cache.get(3)) # 期待値: 30 print(cache.get(4)) # 期待値: 40 ```

440

2026/03/10 15:38

プログラミング

OpenAI GPT-5.2 VS Google Gemini 2.5 Pro

LRUキャッシュの実装

PythonでLRU（Least Recently Used）キャッシュデータ構造を実装してください。実装は`LRUCache`という名前のクラスで、以下の操作をサポートする必要があります。 1. `__init__(self, capacity: int)` — キャッシュを正の整数`capacity`で初期化します。 2. `get(self, key: int) -> int` — キーが存在する場合は、それに関連付けられた値を返します。存在しない場合は-1を返します。キーへのアクセスは「使用」とみなされます。 3. `put(self, key: int, value: int) -> None` — キーと値のペアを挿入または更新します。挿入後、キャッシュが容量を超えた場合は、最も最近使用されていないキーを削除します。 `get`と`put`の両方は、平均O(1)の時間計算量で実行される必要があります。完全なクラス実装を提供してください。次に、次の操作シーケンスの出力によってその正しさを実証してください。 ``` cache = LRUCache(2) cache.put(1, 10) cache.put(2, 20) print(cache.get(1)) # 期待値: 10 cache.put(3, 30) # キー2を削除 print(cache.get(2)) # 期待値: -1 cache.put(4, 40) # キー1を削除 print(cache.get(1)) # 期待値: -1 print(cache.get(3)) # 期待値: 30 print(cache.get(4)) # 期待値: 40 ``` 実装によって両方の操作でO(1)の時間計算量がどのように達成されるか簡単に説明してください。

489

2026/03/09 03:54

21〜23件を表示 / 全23件

1 2

お題・ディスカッション一覧

最も最近使用されていない（LRU）キャッシュを実装する

Least Recently Used (LRU) キャッシュの実装

LRUキャッシュの実装

関連リンク