宇树科技百元报销都要王兴兴审批？千亿市值半月腰斩怎么看

宇树科技

距离宇树科技上市已经半个月，仅仅 12 个交易日，股价就从首日的 1100 元（对应市值约 4400 亿）跌到了现在的 550 元（市值约 2200 亿），跌幅达到 50%。

这可是「具身智能」领域的世界头号玩家。由此可见，同样都是搞科技，管你技术有多新，要么足够能赚钱，要么故事足够性感，否则资本只炒短线。

其实上市第二天，我就给过结论：没中就别买，尤其是这种大热门。

金融有句著名的话：当股价下跌时，企业呼吸都是错的。随着宇树科技大跌，不少股民被套，于是开始质疑宇树只是一家炒作公司，仅靠上春晚撑起千亿市值，压根没有任何技术。

甚至连「宇树科技抠到离谱，超过 100 元的报销，都要 CEO 本人审批」的鬼故事都来了。

要我说，这就有点偏激了。宇树科技在「硬件自研」和「成本控制」上，不单是中国第一，还是全球第一，领先西大 2 年以上。宇树真正弱在「算法」上，它的 AI 算法/具身大模型，不仅落后于西大的对手（特斯拉、Figure AI），在国内也不是绝对的第一。

只看人形机器人，今年上半年，智元机器人以约 8400 台出货量、44% 的全球份额超越宇树，登顶第一，两家合计占据全球约 75% 的市场份额。但如果看四足机器人，宇树科技仍然是当之无愧的全球第一，自己就独占了 50%～60% 的市场份额。

所以上市半月腰斩，主要还是 A 股炒作风气所致。好技术不等于好生意，好公司也不等于好股票。现在的纯 AI 持续有热钱炒作，是因为大家都看到了提效案例，尤其是编程开发领域，现在几乎都是零人工了。未来还有多少领域会被 AI 颠覆，说不准，但肯定会有，只是多与少的问题。

但现在的具身智能，进医院做手术吧，精度不够、稳定性不够；进厂打螺丝吧，费用太高，没有实质的替代意义。或许等到哪一天具身智能迎来奇点，才是宇树一飞冲天的时候。现在的 2000 亿市值、380 倍 TTM（滚动市盈率），你要问我，我是觉得下方还有很大空间 😂

题目描述

平台： LeetCode

题号：899

给定一个字符串 s 和一个整数 k。

你可以从 s 的前 k 个字母中选择一个，并把它加到字符串的末尾。

返回在应用上述步骤的任意数量的移动后，字典上最小的字符串。

示例 1：

输入：s = "cba", k = 1

输出："acb"

解释：
在第一步中，我们将第一个字符（"c"）移动到最后，获得字符串 "bac"。
在第二步中，我们将第一个字符（"b"）移动到最后，获得最终结果 "acb"。

示例 2：

输入：s = "baaca", k = 3

输出："aaabc"

解释：
在第一步中，我们将第一个字符（"b"）移动到最后，获得字符串 "aacab"。
在第二步中，我们将第三个字符（"c"）移动到最后，获得最终结果 "aaabc"。

提示：

• 1 <= k <= s.length <= 1000
• s 只由小写字母组成。

最小表示法

当 $k > 1$ 时，我们能够构造出任意的字符串方案，因此可以直接通过对字符串排序来得到答案，复杂度为 $O(n \log n)$。

当 $k = 1$ 时，我们共有 $n$ 种候选方案（将字符串 s 看作一个首尾相接的循环字符串，共有 $n$ 个起点可枚举），枚举过程中需要与当前最优方案进行比较，比较复杂度为 $O(n)$，因此整体复杂度为 $O(n^2)$。

上述做法已经可以通过本题，可以看出瓶颈在于对 $O(n^2)$ 的处理。

实际上，对于给定字符串 s，求其循环同构的所有方案中字典序最小的方案，可以使用「最小表示法」来做，复杂度为 $O(n)$。

最小表示法将「方案比较」与「构造更优方案」进行结合：假设我们当前有两字符串 a 和 b 需要比较，它们均为原串 s 的循环同构具体方案。假设 a 和 b 分别对应原串下标为 i 和 j 的具体方案，且假设两字符串前 $k$ 个字符均相同。

当两字符串第一个不同的字符大小关系为 $s[(i+k)\%n] > s[(j+k)\%n]$ 时，可以发现在下标范围 $[i, i+k]$ 作为起点的新方案 a' 必然不会是最优方案，即必然存在下标范围 $[j, j+k]$ 作为起点的新方案 b' 比其更优。因此我们可以直接从 $i+k+1$ 位置构造新的更优方案，并与 b 再次比较。而 $s[(i+k)\%n] < s[(j+k)\%n]$ 的分析同理。

更为直白的表述为：分别从 i 和 j 作为起点的字符串 a 和 b，其前 $k$ 个字符相同，而当 $s[(i+k)\%n] > s[(j+k)\%n]$ 时，我们可以明确「以 $i+p$ 为起点的字符串」必不可能比「以 $j+p$ 为起点的字符串」更优，其中 $0 \le p \le k$。

Java 代码：

class Solution {
    public String orderlyQueue(String s, int _k) {
        char[] cs = s.toCharArray();
        if (_k == 1) {
            int i = 0, j = 1, k = 0, n = cs.length;
            while (i < n && j < n && k < n) {
                char a = cs[(i + k) % n], b = cs[(j + k) % n];
                if (a == b) k++;
                else {
                    if (a > b) i += k + 1;
                    else j += k + 1;
                    if (i == j) i++;
                    k = 0;
                }
            }
            i = Math.min(i, j);
            return s.substring(i) + s.substring(0, i);
        } else {
            Arrays.sort(cs);
            return String.valueOf(cs);
        }
    }
}

C++ 代码：

class Solution {
public:
    string orderlyQueue(string s, int _k) {
        if (_k == 1) {
            int i = 0, j = 1, k = 0, n = s.length();
            while (i < n && j < n && k < n) {
                char a = s[(i + k) % n], b = s[(j + k) % n];
                if (a == b) k++;
                else {
                    if (a > b) i += k + 1;
                    else j += k + 1;
                    if (i == j) i++;
                    k = 0;
                }
            }
            i = min(i, j);
            return s.substr(i) + s.substr(0, i);
        } else {
            char* cs = new char[s.length()];
            copy(s.begin(), s.end(), cs);
            sort(cs, cs + s.length());
            string sortedString(cs, s.length());
            return sortedString;
        }
    }
};

Python 代码：

class Solution:
    def orderlyQueue(self, s: str, _k: int) -> str:
        if _k == 1:
            i, j, k, n = 0, 1, 0, len(s)
            while i < n and j < n and k < n:
                a, b = s[(i + k) % n], s[(j + k) % n]
                if a == b:
                    k += 1
                else:
                    if a > b:
                        i += k + 1
                    else:
                        j += k + 1
                    if i == j:
                        i += 1
                    k = 0
            i = min(i, j)
            return s[i:] + s[:i]
        else:
            return ''.join(sorted(s))

TypeScript 代码：

function orderlyQueue(s: string, _k: number): string {
    if (_k == 1) {
        let i = 0, j = 1, k = 0, n = s.length
        while (i < n && j < n && k < n) {
            const a = s[(i + k) % n], b = s[(j + k) % n]
            if (a == b) k++;
            else {
                if (a > b) i += k + 1
                else j += k + 1
                if (i == j) i++
                k = 0
            }
        }
        i = Math.min(i, j)
        return s.substring(i) + s.substring(0, i)
    } else {
        return [...s].sort().join('');
    }
};

复杂度：

• 时间复杂度：当 $k = 1$ 时，复杂度为 $O(n)$；当 $k > 1$ 时，复杂度为 $O(n \log n)$。
• 空间复杂度：当 $k > 1$ 时，需要使用额外的排序空间 $O(n)$。

这类从行业热点切到算法题的杂谈，在云栈社区也常有人讨论。