LLMビジネス活用をイメージでふくらませてみよう！【１】プログラミング編

【BEFORE】LLM以前のプログラミング

【AFTER】LLM以降のプログラミング

LLMのビジネス活用で、こんなにプログラミングの世界が変わります！！

1. コード生成

# リスト[1, 2, 3, 4, 5]の要素の合計を求める
lst = [1, 2, 3, 4, 5]
total = sum(lst)
print(total)

# 二項分布に従う乱数を10個生成する
import numpy as np
n = 10 # 試行回数
p = 0.5 # 成功確率
random_numbers = np.random.binomial(n, p, size=10)
print(random_numbers)

# ファイル"data.csv"を読み込んで、カラム"price"の平均値を表示する
import pandas as pd
df = pd.read_csv("data.csv")
mean_price = df["price"].mean()
print(mean_price)

2. デバッグ

# フィボナッチ数列を生成する関数
def fibonacci(n):
  if n == 0 or n == 1:
    return n
  else:
    return fibonacci(n - 1) + fibonacci(n - 2)

# 10番目のフィボナッチ数を表示する
print(fibonacci(10))

# フィボナッチ数列を生成する関数
def fibonacci(n):
  if n == 1 or n == 2:
    return 1
  else:
    return fibonacci(n - 1) + fibonacci(n - 2)

# 10番目のフィボナッチ数を表示する
print(fibonacci(10))

3. ドキュメント整備

# 二分探索法を実装する関数
def binary_search(lst, target):
  # リストを昇順にソートする
  lst.sort()
  # 探索範囲の左端と右端を設定する
  left = 0
  right = len(lst) - 1
  # 左端と右端が重なるまで繰り返す
  while left <= right:
    # 中央の位置を計算する
    mid = (left + right) // 2
    # 中央の値と目的の値を比較する
    if lst[mid] == target:
      # 一致したらその位置を返す
      return mid
    elif lst[mid] < target:
      # 中央の値より目的の値が大きければ、左端を中央+1にする
      left = mid + 1
    else:
      # 中央の値より目的の値が小さければ、右端を中央-1にする
      right = mid - 1
  # 見つからなければ-1を返す
  return -1

# 二分探索法のドキュメント
## 概要
このコードは、二分探索法というアルゴリズムを実装したものです。二分探索法とは、ソート済みのリストから目的の値を効率的に探す方法です。リストの中央の値と目的の値を比較し、目的の値が中央の値より大きければ右半分、小さければ左半分に絞り込んでいきます。これを繰り返して、目的の値が見つかればその位置を返し、見つからなければ-1を返します。

## 使用方法
このコードを実行するには、Python 3.xが必要です。コードをインポートして、binary_search関数を呼び出します。binary_search関数は、二つの引数を受け取ります。

- lst: ソート済みの数値のリスト
- target: 探したい数値

binary_search関数は、targetがlstに含まれていればその位置（インデックス）を返し、含まれていなければ-1を返します。

## 例
```python
# コードをインポートする
import binary_search
# ソート済みのリストを作る
lst = [1, 3, 5, 7, 9, 11, 13, 15]
# 5を探す
result = binary_search(lst, 5)
print(result) # 2を出力
# 6を探す
result = binary_search(lst, 6)
print(result) # -1を出力