CodeGeeX 解题出错时应通过五类方法优化：一、重构提示词明确算法约束；二、分步引导生成可验证中间态；三、注入权威模板代码对齐风格；四、用失败测试用例反向驱动修正；五、切换“算法推演”等底层推理模式。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用 CodeGeeX 辅助解决数据结构与算法题目时，遇到生成代码逻辑错误、边界条件遗漏或时间复杂度不达标等问题，则可能是由于模型对特定算法底层约束理解不足或提示词未精准锚定解题路径。以下是针对性的多种应对方法：
一、重构提示词以显式声明算法约束
CodeGeeX 对输入提示词的结构敏感，需明确限定数据规模、输入格式、时间/空间限制及禁止操作，避免其默认采用低效策略（如暴力遍历替代双指针或单调栈）。
1、在问题描述后追加硬性约束语句，例如：“输入数组长度 ≤ 10⁵，必须使用 O(n) 时间复杂度解法，禁止嵌套循环。”
2、指定核心数据结构，例如：“请使用优先队列（小根堆）维护滑动窗口最小值，不可使用 multiset 或排序。”
立即学习“C++免费学习笔记（深入）”；
3、标注关键边界，例如：“注意 nums 可能全为负数，初始状态 current_sum 应设为 nums[0] 而非 0。”
二、分步引导生成可验证中间态代码
直接请求完整解法易导致逻辑断层；应拆解为“建模→状态定义→转移方程→初始化→边界处理→输出格式”六个原子步骤，每次仅让 CodeGeeX 输出其中一项，并人工校验正确性后再推进。
1、首条指令仅要求：“写出动态规划中 dp[i] 的明确定义，说明 i 的取值范围及 dp[i] 所代表的物理意义。”
2、确认定义无误后，第二条指令：“基于上述定义，写出状态转移方程，并用 C++ 注释说明每一项的来源。”
3、第三条指令：“给出 dp 数组的初始化方式，特别说明 dp[0] 和 dp[1] 的赋值依据。”
三、注入权威模板代码强制风格对齐
CodeGeeX 在缺乏上下文时倾向生成通用但低效的代码；通过在提示词中嵌入标准实现片段（如 STL 堆操作惯用写法、链表节点定义规范），可将其输出锚定至工业级编码范式。
1、在提问前粘贴如下模板：struct ListNode { int val; ListNode* next; ListNode() : val(0), next(nullptr) {} };
2、要求其“严格沿用上述 ListNode 定义，不得修改构造函数签名或添加额外成员。”
3、同步提供标准堆操作示例：priority_queue
四、利用测试用例反向驱动逻辑修正
当生成代码在某组输入下失败时，不重提问题，而是将该失败用例连同实际输出与期望输出一同提交，触发模型进行差分归因。
1、构造反馈输入：“输入：[3,1,4,1,5], k=2；模型输出：3；期望输出：4；请分析第 3 行 if 条件判断为何跳过了正确候选值。”
2、锁定具体行号后，指令：“重写第 3 行逻辑，确保当 nums[i] == nums[i-1] 时仍保留较大者索引。”
3、验证修正后是否满足所有已知测试点，若否，追加新失败样例继续迭代。
五、切换底层推理模式调用
CodeGeeX 支持通过关键词激活不同推理路径；默认的“代码补全”模式侧重语法连贯性，而“算法推演”模式更关注数学等价变换与归纳完整性。
1、在提示词开头强制声明：【算法推演模式】请严格按数学归纳法展开：先证 n=1 成立，再假设 n=k 成立，最后推导 n=k+1 时结论不变。
2、对递归类问题，追加指令：“生成的递归函数必须包含显式 base case 判断，且递归调用参数必须严格缩小问题规模（如 size-1 或 index+1）。”
3、对贪心策略问题，要求：“列出全部候选选择，并逐项证明被舍弃选项不会导致全局最优解丢失。”
