7-2 寻找大富翁

7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示，截至2017年底，中国个人资产超过1亿元的高净值人群达15万人。

豆包和豆包负责人的产品哲学

中午和同事聊豆包产品做得怎么样。 我的观点是，豆包的模型能力一般，但战略节奏极好。 比如现在元宝和千问发红包，请大家喝奶茶，本质上都是在尝试抢占用户的心智入口。 但这件事，豆包早就做了。 我记得23年底在老家时，我已经帮长辈、父母在手机上装上豆包了。 这就是先发优势。 当时的豆包在各方面肯定都没那么完美，但它们非常清楚，在当时，只要推出一个60分的产品，就可以抢占心智。 豆包背后的逻辑，肯定有其负责人的价值观体现。 豆包的负责人是朱骏，曾是musical.ly的创始人，之后被字节收购，进而打造成了tiktok。 他有一个「临界点理论」用于判断入场时机。 所以豆包的推出时机，肯定是团队里面对于模型可以达到60分水平有了测算，提前下了注。 豆包推出时，是一个60分的工具，而不是一个90分的玩具。 当然背后也有整个字节对于Agent的认知的，从推出豆包、coze、Seedance，字节对于Agent的认知是国内top1的。

PTA 7-2 符号配对（20 分）

7-2 符号配对（20 分） 请编写程序检查C语言源程序中下列符号是否配对：/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

7-2 树种统计 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类

7-2 到底有多二

本文链接：https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 方阵循环右移

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

7-2 冒泡法排序 (30分)

7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。

7-2 冒泡法排序 (30分)

将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。通过一遍扫描，则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推，最后只需处理两个元素，就完成了对N个数的排序。

PTA 7-2 列车调度（25 分）

7-2 列车调度（25 分） 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口（Entrance）轨道和一条出口（Exit）轨道，它们之间有N条平行的轨道。

7-2 歌唱比赛计分 (15分)

7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛，另有6名评委打分，每位歌手的得分从键盘输入，计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分)，最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

豆包搜索优化是割韭菜吗？

最近"豆包搜索优化""GEO（生成式引擎优化）"突然火了，朋友圈和销售私信里全是这种话术："7 天让豆包推荐你""保证被 AI 引用""一个月上豆包问答首位"作为开发者，我对"保证"两个字天然警惕。 └─→ 豆包 AI 检索池（RAG，豆包回答时引用的是这个）用户提问 → query 改写 → 从检索池捞 top-k → 重排 → 生成回答 + 引用一个爬虫、一个内容库、两个相互独立的出口。 很多 GEO 服务给你看的"效果截图"，就是用这个手法制造的假象：他们当着你的面把链接发给豆包，豆包读出来了，截图发你，"看，已经被豆包收录了"。二、怎么技术性地验证"你到底有没有被豆包引用"？ 两个必须校准的认知：这是 Google，不是豆包。 两套独立系统。豆包当下仍然吃结构化、吃字节生态（头条/抖音）、吃新鲜度——这些 Google 说"没必要"的东西，在豆包现阶段可能有效。 今天能在豆包上奏效的造假套路，是在透支未来。合起来一句话：用结构化吃今天的豆包，用真实独特的内容押明天的豆包。

7-2 神奇字符串 (30 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/101472572 7-2 神奇字符串 (30 分) 神奇字符串的定义为: 只含有1和2,

DeepSeek、豆包向左，盘古大模型向右

一类是由互联网科技巨头开发的大模型，如阿里巴巴开发的通义千问、字节跳动开发的豆包大模型、百度开发的文心一言4.0、科大讯飞开发的星火大模型、腾讯开发的元宝等。 通义千问中文理解能力全球领先，支持百万级上下文窗口和多模态交互；豆包大模型月活用户量第二，擅长图像理解和多模态融合。另一类是由DeepSeek、Kimi为代表的创业公司大模型。 国产大模型普遍向左，盘古大模型偏偏向右不管是DeepSeek也好，还是豆包大模型也罢，大多数的国产大模型几乎都选择了面向C端用户。

豆包AI辅助Power BI设计素材

豆包Seedream 4.0（打开豆包APP在生图模块使用）可以在素材生成、素材修改等方面辅助Power BI。个人测试在图片一致性上和Nano Banana不相上下，中文支持略胜一筹。 生成科技风看板结构，预留六个部分： 以下是素材修改案例，上传虚拟的地图文件，请AI去掉圆点和文字，修改为立体风格： 大家可以和原图对比下，轮廓一致性非常好，风格修改也到位： 无论是nano banana还是豆包都有一个缺点 ，无法生成无背景的PNG，下图请豆包去掉背景色后，像模像样，但实际是无背景色风格的背景。

7-2 英文单词排序 (25 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/97651417 7-2 英文单词排序 (25 分) 本题要求编写程序，输入若干英文单词，对这些单词按长度从小到大排序后输出

【PTA】7-2 字符串逆序 (15分)

输入格式： 输入在一行中给出一个不超过80个字符长度的、以回车结束的非空字符串。