您的位置 : 资讯 > 软件教程 > 正式宣战,DeepSeek 顶得住吗?

正式宣战,DeepSeek 顶得住吗?

来源:菜鸟下载 | 更新时间:2025-04-22

写在前面DeepSeekdeepseek 火了,昨天聊到 deepseek 这家公司的薪资水平 的时候,还有不少读

写在前面DeepSeek

deepseek 火了,昨天聊到 deepseek 这家公司的薪资水平 的时候,还有不少读者表示没听过,今天再来给大家好好介绍一下。

要是大家对 DeepSeek 的出圈程度还没概念的话,我举个例子,或许大家就理解了。

连创始人回家过年,都能上热搜第四:

正式宣战,DeepSeek 顶得住吗?

这可是顶流雷军都没有的待遇啊?!???

好了,言归正传。

DeepSeek 的母公司是国内头部量化对冲基金「幻方量化」,是一家百亿规模的私募机构。

DeepSeek 如此强大,要是和母公司的量化模型稍稍结合,那么收割散户是秒秒钟(不是分分钟,量化没这么慢)的事儿。

虽然幻方量化曾公开表示并未将 DeepSeek 和量化交易程序结合,但冥冥中,我仍然觉得活跃在 A 股市场的我,对 DeepSeek 尽过不少"捐献"的义务

这几天看了不少关于 DeepSeek 的新闻,印象最深刻的,是一位曾经面试过 DeepSeek 的应届生该公司的评价。

某种程度上 DeepSeek 确实和早期的 OpenAI 很像,二者都更像是纯粹的研究机构(不融资,不考虑商业化)。

但随着 ChatGPT 的爆火,OpenAI 很多决定都开始往"如何实现盈利最大化"的方向去考虑,而非单纯的技术本身。再后来甚至一度上演「创始人退出,CEO 出走」等宫斗剧情,之后还被马斯克讽刺其为"ClosedAI"。

DeepSeek-R1 的出现,一定程度打击了这些"只搞闭源,藏着掖着,想靠自己手上领先一步的 AI 模型大赚一笔"的公司。

就在刚刚,Open AI 的创始人兼 CEO 正式对回应了 DeepSeek:

正式宣战,DeepSeek 顶得住吗?

奥特曼表示:DeepSeek-R1 确实让人眼前一亮,尤其是在成本方面。但 OpenAI 很快就会提供更好的模型,有了像 DeepSeek 这样的对手,让他们感到兴奋,承诺很快会发布新的产品。

这一定程度也算是正式宣战了。

这也是科技领域真正有趣的地方,不会有"百年企业",所谓的技术护城河可能会在一夜间坍塌,"以下犯上"式的超越基本上每天都会发生。

今天你领先我,明天就不一定了。

对此,你怎么看?你觉得 OpenAI 还能稳坐行业头把交椅,发布领先时代的新模型吗?还是由 DeepSeek 作为开端,百花齐放的时代将要到来?欢迎评论区交流。

...

回归主题。

大年初一,来一道简单算法题。

题目描述

平台:LeetCode

题号:661

图像平滑器 是大小为

3 \times 3

的过滤器,用于对图像的每个单元格平滑处理,平滑处理后单元格的值为该单元格的平均灰度。

每个单元格的 平均灰度 定义为:该单元格自身及其周围的

8

个单元格的平均值,结果需向下取整(即需要计算蓝色平滑器中

9

个单元格的平均值)。

如果一个单元格周围存在单元格缺失的情况,则计算平均灰度时不考虑缺失的单元格(即,需要计算红色平滑器中

4

个单元格的平均值)。

正式宣战,DeepSeek 顶得住吗?

给你一个表示图像灰度的

m \times n

整数矩阵 img ,返回对图像的每个单元格平滑处理后的图像 。

示例 1:

正式宣战,DeepSeek 顶得住吗?
代码语言:javascript代码运行次数:0运行复制
输入:img = [[1,1,1],[1,0,1],[1,1,1]]输出:[[0, 0, 0],[0, 0, 0], [0, 0, 0]]解释:对于点 (0,0), (0,2), (2,0), (2,2): 平均(3/4) = 平均(0.75) = 0对于点 (0,1), (1,0), (1,2), (2,1): 平均(5/6) = 平均(0.83333333) = 0对于点 (1,1): 平均(8/9) = 平均(0.88888889) = 0
登录后复制

示例 2:

正式宣战,DeepSeek 顶得住吗?
代码语言:javascript代码运行次数:0运行复制
输入: img = [[100,200,100],[200,50,200],[100,200,100]]输出: [[137,141,137],[141,138,141],[137,141,137]]解释:对于点 (0,0), (0,2), (2,0), (2,2): floor((100+200+200+50)/4) = floor(137.5) = 137对于点 (0,1), (1,0), (1,2), (2,1): floor((200+200+50+200+100+100)/6) = floor(141.666667) = 141对于点 (1,1): floor((50+200+200+200+200+100+100+100+100)/9) = floor(138.888889) = 138
登录后复制

提示:

m = img.length
n = img[i].length
1
0 模拟

为了方便,我们称每个单元格及其八连通方向单元格所组成的连通块为一个 item。

数据范围只有

200

,我们可以直接对每个 item 进行遍历模拟。

Java 代码:

代码语言:javascript代码运行次数:0运行复制
class Solution {    public int[][] imageSmoother(int[][] img) {        int m = img.length, n = img[0].length;        int[][] ans = new int[m][n];        int[][] dirs = new int[][]{{0,0},{1,0},{-1,0},{0,1},{0,-1},{-1,-1},{-1,1},{1,-1},{1,1}};        for (int i = 0; i = m || ny = n) continue;                    tot += img[nx][ny]; cnt++;                }                ans[i][j] = tot / cnt;            }        }        return ans;    }}
登录后复制

C++ 代码:

代码语言:javascript代码运行次数:0运行复制
class Solution {public:    vector> imageSmoother(vector>& img) {        int m = img.size();        if (m == 0) return {};        int n = img[0].size();        vector> ans(m, vector(n, 0));        vector> dirs = {{0, 0}, {1, 0}, {-1, 0}, {0, 1}, {0, -1}, {-1, -1}, {-1, 1}, {1, -1}, {1, 1}};        for (int i = 0; i = m || ny = n) continue;                    tot += img[nx][ny]; cnt++;                }                ans[i][j] = tot / cnt;            }        }        return ans;    }};
登录后复制

Python 代码:

代码语言:javascript代码运行次数:0运行复制
dirs = list(product(*[[-1,0,1]] * 2))class Solution:    def imageSmoother(self, img: List[List[int]]) -> List[List[int]]:        m, n = len(img), len(img[0])        ans = [[0] * n for _ in range(m)]        for i in range(m):            for j in range(n):                tot, cnt = 0, 0                for di in dirs:                    if 0 

TypeScript 代码:

代码语言:javascript代码运行次数:0运行复制
function imageSmoother(img: number[][]): number[][] {    const m = img.length;    if (m === 0) return [];    const n = img[0].length;    const ans = new Array(m).fill(0).map(() => new Array(n).fill(0));    const dirs = [[0, 0], [1, 0], [-1, 0], [0, 1], [0, -1], [-1, -1], [-1, 1], [1, -1], [1, 1]];    for (let i = 0; i = m || ny = n) continue;                tot += img[nx][ny]; cnt++;            }            ans[i][j] = Math.floor(tot / cnt);        }    }    return ans;};
登录后复制
时间复杂度:
O(m \times n \times C)

,其中

C

为灰度单位所包含的单元格数量,固定为

9
空间复杂度:
O(m \times n)
前缀和

在朴素解法中,对于每个

ans[i][j]

我们都不可避免的遍历

8

联通方向,而利用「前缀和」我们可以对该操作进行优化。

对于某个

ans[i][j]

而言,我们可以直接计算出其所在 item 的左上角

(a, b) = (i - 1, j - 1)

以及其右下角

(c, d) = (i + 1, j + 1)

,同时为了防止超出原矩阵,我们需要将

(a, b)

(c, d)

对边界分别取 max 和 min。

当有了合法的

(a, b)

(c, d)

后,我们可以直接计算出 item 的单元格数量(所包含的行列乘积)及 item 的单元格之和(前缀和查询),从而算得

ans[i][j]

Java 代码:

代码语言:javascript代码运行次数:0运行复制
class Solution {    public int[][] imageSmoother(int[][] img) {        int m = img.length, n = img[0].length;        int[][] sum = new int[m + 10][n + 10];        for (int i = 1; i 

C++ 代码:

代码语言:javascript代码运行次数:0运行复制
class Solution {public:    vector> imageSmoother(vector>& img) {        int m = img.size(), n = img[0].size();        vector> sumv(m + 2, vector(n + 2, 0));        for (int i = 1; i > ans(m, vector(n, 0));        for (int i = 0; i 

Python 代码:

代码语言:javascript代码运行次数:0运行复制
class Solution:    def imageSmoother(self, img: List[List[int]]) -> List[List[int]]:        m, n = len(img), len(img[0])        sum = [[0] * (n + 10) for _ in range(m + 10)]        for i in range(1, m + 1):            for j in range(1, n + 1):                sum[i][j] = sum[i - 1][j] + sum[i][j - 1] - sum[i - 1][j - 1] + img[i - 1][j - 1]        ans = [[0] * n for _ in range(m)]        for i in range(m):            for j in range(n):                a, b = max(0, i - 1), max(0, j - 1)                c, d = min(m - 1, i + 1), min(n - 1, j + 1)                cnt = (c - a + 1) * (d - b + 1)                tot = sum[c + 1][d + 1] - sum[a][d + 1] - sum[c + 1][b] + sum[a][b]                ans[i][j] = tot // cnt        return ans
登录后复制

TypeScript 代码:

代码语言:javascript代码运行次数:0运行复制
function imageSmoother(img: number[][]): number[][] {    const m = img.length, n = img[0].length;    const sum = Array.from({ length: m + 10 }, () => new Array(n + 10).fill(0));    for (let i = 1; i  new Array(n).fill(0));    for (let i = 0; i 时间复杂度:
O(m \times n)
空间复杂度:
O(m \times n)
登录后复制

菜鸟下载发布此文仅为传递信息,不代表菜鸟下载认同其观点或证实其描述。

展开
Python 3d
Python 3d
类型:体育竞技 运营状态:公测 语言:简体中文
闯关 方块 趣味
前往下载

相关文章

更多>>

热门游戏

更多>>

关于本站 下载帮助 版权声明 网站地图

版权投诉请发邮件到 cn486com#outlook.com (把#改成@),我们会尽快处理

Copyright © 2019-2020 菜鸟下载(www.cn486.com).All Reserved | 备案号:湘ICP备2022003375号-1

本站资源均收集整理于互联网,其著作权归原作者所有,如有侵犯你的版权,请来信告知,我们将及时下架删除相应资源