我带着 chatGPT 做了 2800 道算法题🤣

老读者都知道，以前我的算法教程主要使用 Java 语言。但是现在有了 chatGPT 的帮助，《labuladong 的刷题全家桶》已经全面支持了 Java/C++/Python/Golang/JavaScript 等所有所有主流编程语言，能尽可能照顾到更多读者的需求。

具体来说，网站、Chrome 刷题插件、vscode 刷题插件、Jetbrain 刷题插件全部支持了多语言切换的 tab。废话不多说，直接上图：

网站每篇文章中比较重要的代码片段块都支持了多语言 tab：

Chrome 插件中所有题目的解法代码都支持了多语言 tab：

vscode 插件中所有题目的解法代码都支持了多语言 tab：

Jetbrain 插件中所有题目的解法代码都支持了多语言 tab：

需要注意的是，我的目的是为了让更多不熟悉 Java 语言的读者也能看懂我的代码，所以我让 chatGPT 转换代码的要求并不是仅仅写出能够通过所有测试用例的解法代码，而是要求它完全按照我写的代码逻辑翻译成其他语言，并保留所有注释。

只有这样，其他语言的解法才能和我的文章/思路完全对应，才能让其他语言的读者更好地学习我的文章。

PS：点击超链接即可查看《labuladong 的刷题全家桶》的下载安装手册。

chatGPT 转换的代码准确吗？

先说结论，我觉得 chatGPT 转换代码的准确度还是不错的的。

说下我使用的模型，我让 chatGPT 翻译代码的时间点是 chatGPT 刚在国内火起来的时候，openAI 的 chat API 还没有开放，所以使用的模型应该是最早的 GPT-3.5。

我的刷题插件中总共集成了 700 多道题目的思路解析和解法代码，主要是 Java 语言。现在又增加了 4 种新语言，所以相当于 chatGPT 总共写了 2800 多道题目的解法代码。

在这 2800 段解法代码中，最终有大概 250 个解法代码无法提交通过力扣的所有测试用例，所以这么算下来 chatGPT 转换代码的准确度在 90% 以上。

对于那些出错的代码，我已经手动修复了一些，当然还会有一些我没有发现的错误。如果你希望提交和修复错误的解法，可以参照这个 issue 链接给出的步骤进行修正：

https://github.com/labuladong/fucking-algorithm/issues/1113

其他细节更新

1️⃣ 网站支持了多种不同颜色的提示框，强调关键信息避免读者漏读：

2️⃣ 网站的每篇文章都按照 tag 分类聚合，点击 tag 可以查看该 tag 下的所有文章：

3️⃣ PDF 和网站的所有文章末尾都添加「相关文章」和「相关题目」，每道题目都同时有中文力扣和 LeetCode 的链接：