世界500强公司排行榜_网上购物系统毕业论文_国外网站设计_中国500强最新排名

在这里插入图片描述

这是一篇根据一句话，让语言模型各自生成答案的效果，以及实现的时间，这里使用gif视频录制的方式体现，并提供对比列表。
在测试时间上可能会存在误差，但相差不多。

1 语言模型

文心一言
通义千问
Kimi
腾讯元宝
豆包
讯飞星火
百小应
智谱清言
C知道
360智脑
DeepSeek

2 生成效果

提问：请提供一个最优的排序算法并用python输出代码

那么，接下来将会把它们能够分享的方式，和不能分享的截图都放进来做对比。
在这里插入图片描述

2.1 文心一言

对话实现–49s

在这里插入图片描述

代码段

快速排序

def quicksort(arr):if len(arr) <= 1:return arrelse:pivot = arr[len(arr) // 2]  # 选择中间元素作为基准left = [x for x in arr if x < pivot]  # 小于基准的元素middle = [x for x in arr if x == pivot]  # 等于基准的元素right = [x for x in arr if x > pivot]  # 大于基准的元素return quicksort(left) + middle + quicksort(right)# 测试代码
if __name__ == "__main__":sample_list = [3, 6, 8, 10, 1, 2, 1]print("排序前:", sample_list)sorted_list = quicksort(sample_list)print("排序后:", sorted_list)

优化代码

import randomdef partition(arr, low, high):pivot_index = random.randint(low, high)arr[pivot_index], arr[high] = arr[high], arr[pivot_index]  # 随机选择基准并放到末尾pivot = arr[high]i = low - 1for j in range(low, high):if arr[j] <= pivot:i += 1arr[i], arr[j] = arr[j], arr[i]arr[i + 1], arr[high] = arr[high], arr[i + 1]return i + 1def quicksort_inplace(arr, low, high):if low < high:pi = partition(arr, low, high)quicksort_inplace(arr, low, pi - 1)quicksort_inplace(arr, pi + 1, high)# 测试代码
if __name__ == "__main__":sample_list = [3, 6, 8, 10, 1, 2, 1]print("排序前:", sample_list)quicksort_inplace(sample_list, 0, len(sample_list) - 1)print("排序后:", sample_list)

代码测试

在这里插入图片描述

2.2 通义千问

对话实现–25s

在这里插入图片描述

代码段

内置排序

# 使用Python内置的sorted函数进行排序
def sort_with_python_builtin(input_list):return sorted(input_list)# 示例
input_list = [34, 7, 23, 32, 5, 62]
sorted_list = sort_with_python_builtin(input_list)
print("Original list:", input_list)
print("Sorted list:", sorted_list)

**快速排序

def quick_sort(arr):if len(arr) <= 1:return arrelse:pivot = arr[len(arr) // 2]left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)# 示例
input_list = [34, 7, 23, 32, 5, 62]
sorted_list = quick_sort(input_list)
print("Original list:", input_list)
print("Sorted list using Quick Sort:", sorted_list)

代码测试

在这里插入图片描述

2.3 Kimi

对话实现–25s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrelse:pivot = arr[len(arr) // 2]  # 选择中间元素作为基准left = [x for x in arr if x < pivot]  # 小于基准的元素middle = [x for x in arr if x == pivot]  # 等于基准的元素right = [x for x in arr if x > pivot]  # 大于基准的元素return quick_sort(left) + middle + quick_sort(right)# 示例
arr = [3, 6, 8, 10, 1, 2, 1]
print("原始数组:", arr)
sorted_arr = quick_sort(arr)
print("排序后的数组:", sorted_arr)

代码测试

在这里插入图片描述

2.4 腾讯元宝

对话实现–29s

在这里插入图片描述

代码段

归并排序

def merge_sort(arr):if len(arr) <= 1:return arr# 分割数组mid = len(arr) // 2left_half = merge_sort(arr[:mid])right_half = merge_sort(arr[mid:])# 合并已排序的子数组return merge(left_half, right_half)def merge(left, right):sorted_arr = []i = j = 0# 比较两个子数组的元素，按顺序合并while i < len(left) and j < len(right):if left[i] <= right[j]:sorted_arr.append(left[i])i += 1else:sorted_arr.append(right[j])j += 1# 添加剩余元素sorted_arr.extend(left[i:])sorted_arr.extend(right[j:])return sorted_arr# 示例使用
if __name__ == "__main__":data = [38, 27, 43, 3, 9, 82, 10]sorted_data = merge_sort(data)print("归并排序结果:", sorted_data)

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrpivot = arr[len(arr) // 2]  # 选择基准left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)# 示例使用
if __name__ == "__main__":data = [38, 27, 43, 3, 9, 82, 10]sorted_data = quick_sort(data)print("快速排序结果:", sorted_data)

内置排序

data = [38, 27, 43, 3, 9, 82, 10]
sorted_data = sorted(data)
print("内置排序结果:", sorted_data)

代码测试

在这里插入图片描述

2.5 豆包

对话实现–39s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrelse:# 选择基准元素，这里选择数组的第一个元素pivot = arr[0]# 小于基准元素的子数组left = [x for x in arr[1:] if x <= pivot]# 大于基准元素的子数组right = [x for x in arr[1:] if x > pivot]# 递归地对左右子数组进行排序，并合并结果return quick_sort(left) + [pivot] + quick_sort(right)# 测试代码
arr = [3, 6, 8, 10, 1, 2, 1]
sorted_arr = quick_sort(arr)
print(sorted_arr)

归并排序

def merge_sort(arr):if len(arr) <= 1:return arr# 分割数组mid = len(arr) // 2left = arr[:mid]right = arr[mid:]# 递归地对左右子数组进行排序left = merge_sort(left)right = merge_sort(right)# 合并排序后的子数组return merge(left, right)def merge(left, right):result = []i = j = 0while i < len(left) and j < len(right):if left[i] < right[j]:result.append(left[i])i += 1else:result.append(right[j])j += 1# 将剩余的元素添加到结果列表中result.extend(left[i:])result.extend(right[j:])return result# 测试代码
arr = [3, 6, 8, 10, 1, 2, 1]
sorted_arr = merge_sort(arr)
print(sorted_arr)

代码测试

在这里插入图片描述

2.6 讯飞星火

对话实现–15s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrpivot = arr[len(arr) // 2]left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)# 示例数组
array = [3, 6, 8, 10, 1, 2, 1]
print("Original array:", array)
sorted_array = quick_sort(array)
print("Sorted array:", sorted_array)

代码测试

在这里插入图片描述

2.7 百小应

对话实现–17s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrelse:pivot = arr[len(arr) // 2]  # 选择中间元素作为枢轴left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)# 示例使用
if __name__ == "__main__":sample_list = [3, 6, 8, 10, 1, 2, 1]sorted_list = quick_sort(sample_list)print("Sorted list:", sorted_list)

代码测试

在这里插入图片描述

2.8 智谱清言

对话实现–24s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrpivot = arr[len(arr) // 2]left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)# 示例
data = [3, 6, 8, 10, 1, 2, 1]
sorted_data = quick_sort(data)
print(sorted_data)

内置函数

data = [3, 6, 8, 10, 1, 2, 1]
data.sort()
print(data)

代码测试

在这里插入图片描述

2.9 C知道

对话实现–25s

在这里插入图片描述

代码段

def quick_sort(arr):if len(arr) <= 1:return arrelse:pivot = arr[len(arr) // 2]left = [x for x in arr if x < pivot]middle = [x for x in arr if x == pivot]right = [x for x in arr if x > pivot]return quick_sort(left) + middle + quick_sort(right)

代码测试

在这里插入图片描述

2.10 360智脑

对话实现–13s

在这里插入图片描述

代码段

快速排序

def quick_sort(arr):if len(arr) <= 1:return arrelse:pivot = arr[0]left = [x for x in arr[1:] if x < pivot]right = [x for x in arr[1:] if x >= pivot]return quick_sort(left) + [pivot] + quick_sort(right)# 示例
if __name__ == "__main__":import randomdata = [random.randint(1, 100) for _ in range(20)]print("原始数组:", data)sorted_data = quick_sort(data)print("排序后数组:", sorted_data)

代码测试

在这里插入图片描述

2.11 DeepSeek

对话实现–46s

在这里插入图片描述

代码段

快速排序

def quicksort(arr):# 如果数组长度小于等于1，直接返回（递归终止条件）if len(arr) <= 1:return arr# 选择一个基准值（通常选择第一个元素）pivot = arr[0]# 分区操作：将数组分为小于基准值和大于基准值的两部分less = [x for x in arr[1:] if x <= pivot]  # 小于等于基准值的部分greater = [x for x in arr[1:] if x > pivot]  # 大于基准值的部分# 递归排序并合并结果return quicksort(less) + [pivot] + quicksort(greater)# 示例用法
arr = [3, 6, 8, 10, 1, 2, 1]
sorted_arr = quicksort(arr)
print("排序后的数组:", sorted_arr)

优化快速排序

import randomdef quicksort_optimized(arr):if len(arr) <= 1:return arr# 随机选择基准值pivot = random.choice(arr)# 分区操作less = [x for x in arr if x < pivot]equal = [x for x in arr if x == pivot]greater = [x for x in arr if x > pivot]# 递归排序并合并return quicksort_optimized(less) + equal + quicksort_optimized(greater)# 示例用法
arr = [3, 6, 8, 10, 1, 2, 1]
sorted_arr = quicksort_optimized(arr)
print("排序后的数组:", sorted_arr)

代码测试

在这里插入图片描述

3 对比和总结

语言模型	生成时间	代码完整度
文心一言	49s	快速排序、优化快速排序
通义千问	25s	内置排序、快速排序
Kimi	25s	快速排序
腾讯元宝	29s	归并排序、快速排序、内置排序
豆包	39s	快速排序、归并排序
讯飞星火	15s	快速排序
百小应	17s	快速排序
智谱清言	24s	快速排序、内置排序
C知道	25s	快速排序
360智脑	13s	快速排序
DeepSeek	36s	快速排序、优化快速排序

从上面的表格对比来看，各语言模型智能问答给出的结果中，腾讯元宝 给出的结果最全，生成速度也适中；文心一言、通义千问、豆包、DeepSeek、智谱清言均提供了两种方法及详细解释，其中通义千问的回复速度最快。

综上，在使用以上语言模型进行辅助编码，可以考虑腾讯元宝、通义千问，个人认为开发者体验比较好一些。

声明以上观点仅供参考，无任何权威性或保证性。

希望大语言模型越做越好，国产力量加油！！！