本教程基于一个真实测试案例，系统梳理了GPT-4在LeetCode第102场双周赛中的解题表现，完整覆盖了从简单题到困难题的全过程。我们将按照题目顺序逐一解析，深入分析GPT-4的能力边界，并提供实用提示与常见问题解答，帮助你更全面地理解大语言模型在算法问题上的潜力与局限。
0x0. 前言
GPT-4技术报告（https://cdn.openai.com/papers/gpt-4.pdf）的第4节展示了GPT-4的多项能力，在表格的最后三行特别呈现了GPT-4解答LeetCode题目的表现。本文基于这一兴趣点，探索GPT-4配合一个仅负责发出提示词的人类（即完全依赖GPT-4生成代码）能够取得怎样的实际效果。
为保证公平性，我们选取了LeetCode第102场双周赛（2023年4月15日）作为测试数据集。测试者全程只指挥GPT-4编写代码，自身不参与任何编码工作。
首先创建一个新的GPT-4对话：
小提示：测试时建议使用独立对话窗口，避免上下文干扰。每次失败后可以直接将错误信息反馈给GPT-4，让它自行调试修复。
0x1. 第一题（Easy）
第一题是一道简单级别的题目，描述如下：
我们将题目描述输入GPT-4：
GPT-4给出了一个回复，但输出格式不符合LeetCode要求。我们要求它调整格式：
提交后，LeetCode返回了错误信息。我们将错误案例反馈给GPT-4：
修正后再次提交，顺利通过：
- 结果：首次提交出错，简单提示后修正，2次提交通过。
- 关键点：GPT-4能够识别常见逻辑错误，但需要人类提供具体的错误信息来引导修正。
常见问题：如果GPT-4给出的代码格式不符合要求，该怎么办？
答案：直接要求它“按照LeetCode的格式输出完整的类定义，并包含必要的头文件”。也可以让它“仅输出代码，不需要任何解释”。
0x2. 第二题
第二题描述如下：
向GPT-4提问：
提交后：
一次性通过，仅1次提交即成功。
- 小提示：对于模拟题或模板题，GPT-4通常能够一次性正确解答。可以尝试先给它完整的题目描述，再让它自主编写代码。
0x3. 第三题
第三题是一道思维性较强的题目：
向GPT-4提问：
GPT-4给出的方案看起来有些问题，但我们先将代码编译测试：
编译报错。将错误信息返回给GPT-4：
编译通过，但样例测试无法通过。加入更多提示后：
最终生成的代码仍然无法通过样例测试。
- 结果：无法通过提示引导GPT-4给出正确答案，未通过。
- 局限性：对于需要理解隐含逻辑或设计精巧策略的题目，GPT-4容易“胡编乱造”，且难以通过简单提示进行纠正。
常见问题：为什么第三题GPT-4无法解决？
答案：该题涉及树中堂兄弟节点的值替换，需要正确理解“相同深度但不同父节点”这一关键约束条件。GPT-4未能准确建模树的结构，生成的算法逻辑存在错误。这类思维型题目目前仍然是大语言模型的短板。
0x4. 第四题
第四题是一道图论模板题：
GPT-4给出的答案能够通过样例测试：
提交后直接通过：
完整代码如下：
class Graph {
public:
Graph(int n, vector>& edges) {
this->n = n;
for (const auto& edge : edges) {
adjList[edge[0]].push_back({edge[1], edge[2]});
}
}
void addEdge(vector edge) {
adjList[edge[0]].push_back({edge[1], edge[2]});
}
int shortestPath(int node1, int node2) {
vector dist(n, INT_MAX);
dist[node1] = 0;
priority_queue, vector>, greater>> pq;
pq.push({0, node1});
while (!pq.empty()) {
int currNode = pq.top().second;
int currDist = pq.top().first;
pq.pop();
if (currNode == node2) return currDist;
if (currDist > dist[currNode]) continue;
for (const auto& neighbor : adjList[currNode]) {
int nextNode = neighbor.first;
int edgeCost = neighbor.second;
if (currDist + edgeCost < dist[nextNode]) {
dist[nextNode] = currDist + edgeCost;
pq.push({dist[nextNode], nextNode});
}
}
}
return -1;
}
private:
int n;
unordered_map>> adjList;
};
- 结果：1次提交通过。
- 关键点：模板题（如Dijkstra算法）是GPT-4的强项，即使被标记为困难级别也能一次通过，前提是模型在训练数据中见过类似的结构模式。
小提示：对于模板题，可以直接要求GPT-4“使用Dijkstra算法实现”，效果会更理想。但需要注意检查它是否使用了正确的数据结构（例如优先队列）。
0x5. 总结与展望
虽然一次周赛的几道题目不足以得出全面结论，例如本次周赛的困难题实际上是一道板子题，算不上真正的难题（或许将第三题和第四题的顺序交换会更合理）。但GPT-4的表现已经大幅超出预期。
本次测试四道题的表现汇总如下：
- 题目1（简单）：首次提交出错，简单提示后修正，2次提交通过
- 题目2（中等）：1次提交通过
- 题目3（中等）：无法通过提示引导GPT-4给出正确答案，未通过
- 题目4（困难）：1次提交通过
不得不承认，GPT-4在模拟题、模板题方面已经展现出相当不错的理解与处理能力。可以预见，在更强大的数据和更大规模模型的加持下，未来大语言模型的解题能力有望超越大多数人类。但是，从提升算法能力的角度而言，我不建议任何读者使用GPT-4来刷LeetCode。因为依赖AI完成题目会削弱独立思考与问题抽象能力的训练，而后者才是算法学习的核心价值所在。
常见问题：GPT-4能替代人类刷LeetCode吗？
答案：不能。目前GPT-4仅对见过类似模式的题目表现良好，对于需要创新思维或精细推理的题目几乎无效。更重要的是，刷题本身是为了锻炼思维能力，使用AI辅助会失去这一核心意义。