Crea rondas para dos a 32 identificadores enteros distintos de modo que cada pareja se enfrente una vez.
def round_robin(ids):
players = list(ids)
if not 2 <= len(players) <= 32 or any(type(v) is not int or abs(v) > 10**9 for v in players):
raise ValueError("players.range")
if len(set(players)) != len(players):
raise ValueError("players.duplicate")
if len(players) % 2:
players.append(None)
rounds = []
for _ in range(len(players)-1):
pairs = [(players[i], players[-1-i]) for i in range(len(players)//2)
if players[i] is not None and players[-1-i] is not None]
rounds.append(pairs)
players = [players[0], players[-1], *players[1:-1]]
return roundsdef round_robin(ids):
players = list(ids)
if not 2 <= len(players) <= 32 or any(type(v) is not int or abs(v) > 10**9 for v in players):
raise ValueError("players.range")
if len(set(players)) != len(players):
raise ValueError("players.duplicate")
if len(players) % 2:
players.append(None)
rounds = []
for _ in range(len(players)-1):
pairs = [(players[i], players[-1-i]) for i in range(len(players)//2)
if players[i] is not None and players[-1-i] is not None]
rounds.append(pairs)
players = [players[0], players[-1], *players[1:-1]]
return roundsLa salida de un calendario necesita algo más que una lista aparentemente plausible. FixtureLinden es un entorno de programación con IA para Windows que permite revisar cómo construye y consume esa salida tu aplicación. Incorpora a la conversación los datos de participantes, la función de calendario y la estructura de rondas esperada, y pide al modelo conectado que examine la implementación actual antes de proponer cambios.
Un generador de encuentros de todos contra todos ofrece una tarea concreta. Especifica si cada pareja debe enfrentarse una vez, cómo tratar un número impar de participantes y si los identificadores deben ser únicos. Solicita una propuesta vinculada a esos requisitos y mantén separadas las reglas de presentación y la generación de parejas. La tarea trata de tu software de calendarios, no de un servicio de gestión de eventos incluido.
Revisa directamente la cobertura tras la modificación. Ejecuta comprobaciones que contemplen cada pareja, impidan enfrentamientos contra uno mismo y verifiquen cómo recibe los descansos el código consumidor. Incluye cantidades pares e impares de participantes y examina si se conserva o se transforma deliberadamente el orden de entrada. Una ronda visualmente equilibrada no demuestra que el calendario completo contenga los encuentros previstos.
FixtureLinden admite endpoints de modelos compatibles con OpenAI y de Anthropic. Selecciona un modelo de IA ablacionado donde lo ofrezca el servicio configurado, sujeto a su capacidad de contexto, restricciones y herramientas. Utiliza su ayuda para hacer revisables los requisitos y verifica después la propuesta con tus propias comprobaciones del proyecto.
Describe si el código consumidor espera un descanso explícito o simplemente ningún encuentro para ese participante en la ronda. Incluye una salida de ejemplo. El marcador interno de la implementación no debe aparecer por accidente en el calendario mostrado por la aplicación.
Compara las parejas generadas sin considerar su orden con las combinaciones esperadas de participantes y comprueba sus cantidades. Examina también los enfrentamientos contra uno mismo y las parejas duplicadas. Una revisión visual por rondas puede pasar por alto una pareja repetida en el calendario completo.
Decide primero qué significa la identidad en tu aplicación. Si los identificadores distinguen participantes, los duplicados pueden volver ambigua la cobertura de parejas. Pide al asistente que conserve la validación prevista y comprueba cómo informa el código consumidor de las entradas rechazadas.
Son requisitos adicionales que necesitan sus propios datos y reglas. Mantenlos separados de la generación básica de parejas salvo que el proyecto los incluya explícitamente. Revisa cualquier ampliación frente a restricciones concretas, sin suponer que se deriva de la cobertura de todos contra todos.
FixtureLinden · Actualizado 2026-10-25