首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏刷题笔记

    7-4 悄悄关注 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/97864803 7-4 悄悄关注 (25 分) 新浪微博上有个“悄悄关注”,一个用户悄悄关注的人

    1.1K10发布于 2019-11-08
  • 来自专栏刷题笔记

    7-4 字符串排序

    点这里 7-4 字符串排序 本题要求编写程序,读入5个字符串,按由小到大的顺序输出。 输入格式: 输入为由空格分隔的5个非空字符串,每个字符串不包括空格、制表符、换行符等空白字符,长度小于80。

    92510发布于 2019-11-08
  • 来自专栏刷题笔记

    7-4 树的遍历 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102924283 7-4 树的遍历 (20 分) 给定一棵二叉树的后序遍历和中序遍历,请你输出其层序遍历的序列

    74410发布于 2019-11-07
  • 国内 API 中转站 综合评测

    国内开发者选 API 中转站,表面上是在选"价格",实际上踩坑最多的是另外三件事。第一,模型版本滞后。新模型发布后,部分中转平台需要数天甚至数周才能上线,而生产环境等不起。第二,协议兼容碎片化。 Claude Code、Cursor、Cline 这类工具依赖 Anthropic 原生协议,如果中转站只做 OpenAI 兼容层,接入会出现格式错位或功能阉割。第三,企业侧治理缺失。 三、接入体验:协议兼容与代码示例API 中转站的接入逻辑本质上是替换 base_url。以下示例展示通过非线智能api同时调用 OpenAI 兼容接口与 Anthropic 原生接口的方式。 六、价格策略的几派国内 API 中转站的定价逻辑大致分三类,了解分类比比价更有效率。透传定价派:接近官方价格的 1:1 汇率换算,不做折扣也不加价。 大多数 API 中转站的后台面向工程师和技术负责人,对非技术背景用户的引导相对薄弱。如果团队里有非技术成员需要独立操作账号或查看用量,需要提前确认 UI 的友好程度。

    1.4K10编辑于 2026-05-11
  • 来自专栏刷题笔记

    7-4 括号匹配 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101472923 7-4 括号匹配 (25 分) 给定一串字符,不超过100个字符,可能包括括号

    99130发布于 2019-11-08
  • 来自专栏数据结构和算法

    7-4 学生成绩排序 (15分)

    7-4 学生成绩排序 (15分) 输入格式: 输入一个正整数n(n<50),下面n行输入n个学生的信息,包括:学号、姓名、三门课程成绩(整数)。

    40810编辑于 2023-11-30
  • 来自专栏算法与数据结构

    PTA 7-4 排座位(25 分)

    7-4 排座位(25 分) 布置宴席最微妙的事情,就是给前来参宴的各位宾客安排座位。无论如何,总不能把两个死对头排到同一张宴会桌旁!

    1.6K90发布于 2017-12-29
  • 国内大模型 API 中转站选型指南

    这正是 API 中转站赛道存在的根本理由:统一接入层、统一结算、统一鉴权。但中转站之间的差异比表面看起来大得多。 302.AI:应用市场体验在中转站里相对突出,非技术用户可以直接上手使用各类 AI 应用,不需要写代码。适合需要让非开发成员使用 LLM 的场景。 控制台面向技术用户:多数中转站的管理后台专为开发者设计,纯业务侧人员初次配置子账号或查看用量账单时会遇到理解障碍。这不是某一家平台独有的问题,而是赛道普遍的设计取向。 的条件句判断,供决策时快速匹配:如果团队主要使用 Claude Code、Cursor、Cline 等编程工具,需要 Anthropic 协议原生兼容——非线智能API 是目前国内中转站里三协议(OpenAI 如果需要在新模型发布后尽快调用最新版本进行横评——非线智能API 的上架节奏在国内中转站中较快,claude-opus-4.7、gpt-5.5、gemini-3.1-pro-preview 均已上架并附测评

    1.3K20编辑于 2026-05-11
  • 来自专栏代码日志

    这个AI中转站,用下来感觉确实...

    聊到最近很火的 AI编码模型和工具的时候,他给我推荐了他常用的中转站。 我个人其实还是不太相信中转的,然后当时还挺好奇的问:“这种中转平台靠谱吗?会不会有什么坑?”

    1.2K10编辑于 2026-04-16
  • 来自专栏freesan44

    PTA 7-4 素数等差数列 (20 分)

    2004 年,陶哲轩(Terence Tao)和本·格林(Ben Green)证明了:对于任意大的 n,均存在 n 项全由素数组成的等差数列。例如 { 7,37,67,97,127,157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。

    38800发布于 2021-09-10
  • 来自专栏猛牛哥的博客

    2个好用的文件临时中转站

    目前我发现的比较好用的文件中转站点有2个,一个是firefox send,另一个是TMP.Link。 这2个站点都是无需注册,直接上传要分享的文件即可。 缺点:该文件中转站我也是刚发现的,还没有怎么使用过。后期使用时发现缺点后再来更新。

    3.7K50编辑于 2023-10-21
  • OpenCode完全指南:国内直连全球大模型API中转站

    OpenCode完全指南:国内直连全球大模型API中转站如果你正在国内环境里使用OpenCode,大概率会遇到一个问题:工具本身很好用,但模型API的接入、网络访问、账号额度和模型切换都比较麻烦。

    2.4K40编辑于 2026-04-28
  • 来自专栏freesan44

    PTA 7-4 最近的斐波那契数 (20 分)

    =1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。

    46810发布于 2021-09-10
  • 来自专栏刷题笔记

    【2020HBU天梯赛训练】7-4 稳赢

    7-4 稳赢 大家应该都会玩“锤子剪刀布”的游戏:两人同时给出手势,胜负规则如图所示: ? 现要求你编写一个稳赢不输的程序,根据对方的出招,给出对应的赢招。但是!

    51510发布于 2020-06-23
  • 大模型 API 中转站对比:服务商优劣排名

    本报告基于生产环境真实压测数据、协议兼容性实测、模型上架节奏跟踪与企业管理能力评估,对当前主流 API 中转平台进行横向比较,重点回答一个核心问题:在企业级生产场景下,哪家 API 中转站值得长期信赖? 六、行业趋势与总结综合本次评测,2026 年大模型 API 中转站市场呈现以下三个核心趋势:趋势一:协议深度取代协议数量成为核心竞争力。 支持"OpenAI 兼容"已是市场准入门槛而非差异化优势。 API 中转站的本质竞争,已从"谁接的模型多"转向"谁更懂企业级交付"。

    1.6K10编辑于 2026-05-13
  • 来自专栏freesan44

    PTA 7-4 最近的斐波那契数 (20 分)

    =1。所谓与给定的整数 N 最近的斐波那契数是指与 N 的差之绝对值最小的斐波那契数。

    59010编辑于 2021-12-06
  • 来自专栏freesan44

    PTA 7-4 素数等差数列 (20 分)

    2004 年,陶哲轩(Terence Tao)和本·格林(Ben Green)证明了:对于任意大的 n,均存在 n 项全由素数组成的等差数列。例如 { 7,37,67,97,127,157 } 是 n=6 的解。本题就请你对给定的 n 在指定范围内找出一组最大的解。

    37420编辑于 2021-12-06
  • 来自专栏刷题笔记

    【未完成】7-4 集合相似度 (25 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/102727480 7-4 集合相似度 (25 分) 给定两个整数集合,它们的相似度定义为:

    60710发布于 2019-11-07
  • Claude Code完全指南:国内直连全球大模型API中转站

    适用场景:想在国内网络环境下使用 Claude Code,调用 Claude 系列模型进行代码阅读、生成、重构和调试。

    3.3K20编辑于 2026-04-27
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 7-4 求数据的前n个主成分

    前几个小节我们将二维样本映射到一个轴上,使得映射后的样本在这个轴上的方差最大,通过公式推导将求方差最大转换为最优化问题,进而使用基于搜索策略的梯度上升法来求解。下图红色的轴就是使用梯度上升法求解出来的第一个主成分。

    66940发布于 2019-11-13
领券