AdaptGen: A Problem-Adaptive Solution Template Generation Technique for Online Programming Platforms

Guowei Zhang

doi:10.1109/tse.2026.3692192

AdaptGen: A Problem-Adaptive Solution Template Generation Technique for Online Programming Platforms

2026-05-12

0

PRE

AI

DOI：10.1109/tse.2026.3692192

原文链接

原文求助

摘要

En 中文

在线编程平台提供的多样化编程任务对程序员提升编码技能起着关键作用。针对不同应用场景发布的编程任务，其解决方案可能遵循相同或相似的编程模式。这导致程序员不仅重复编写问题解决的核心代码，还需反复编写相同的底层框架和部分外围代码（如变量声明和输入/输出处理），以使解决方案可执行。反复编写模板化代码或熟练掌握的算法框架会浪费程序员的时间，对技能专项练习的增值有限。针对这一问题，我们提出了AdaptGen，一种面向在线编程平台的适应性代码模板生成方法。AdaptGen通过分析并提取各类编程问题解决方案（即在线编程平台接受的代码）中的模式，生成针对每个问题的定制化模板。具体而言，AdaptGen基于遗传编程，采用线性哈希序列编码策略表示解决方案，并引入选择、交叉和去重算子以维持进化过程的多样性，同时使用针对模板生成的适应度函数。这些模板随后通过灵活的核心代码隐藏机制进行抽象和结构化，使不同经验水平的程序员能高效练习。我们在来自LeetCode和NowCoder的两个数据集上评估了AdaptGen，共包含997个任务和超过3,200个解决方案类别。结果显示，AdaptGen为77%-84%的解决方案类别成功生成了可用模板，其中80%的模板在手动评估中表现良好。此外，AdaptGen在模板质量、一致性和生成效率方面均优于七个先进的代表性大型语言模型（LLMs），取得了最佳的综合性能。为验证AdaptGen在实际编程环境中的有效性，我们进一步开展了一项用户研究，涉及程序员在在线编程平台上的现场编码实践，该研究有效证明了其在实际应用场景中的实用性。

Keyword:

Online programming platforms

solution template

adaptive generation

genetic algorithm

AdaptGen: A Problem-Adaptive Solution Template Generation Technique for Online Programming Platforms

摘要

期刊

机构