yy终于来hr面了，目前面试过的都进hr面

今天接触到栈和队列两道题目，一个是用栈实现队列，一个是用队列实现栈，栈：先进后出队列：先进先出都可以理解，但是用栈实现队列和用队列实现栈，说实话还挺懵的，代码是copy的，所以没有粘贴我觉得目前得关键在于对栈和对队列语法得熟悉程度，突然这么多代码，最多的是有点难以去突破这个极限，总感觉可以用一个更简单的，更少的代码写出。不知道各位又没有这样的困扰。这接下来栈和队列的题目咋刷啊🤔🤔🤔 # ---------- Python 中栈和队列的表达 ---------- # 栈（Stack）：LIFO # stack = [] # stack.append(x) # stack.pop() # 队...

这种要去吗？

标题党一下..说的是贴主本人。混了一年半幡然醒悟，打算海投找实习，一边做一边自学知识，简历如下（真的很烂我自知），目前投了几十份了没几个回复但是真的很焦虑很想找一个实习有两个问题想真诚地请教。1️⃣如果没有任何要求，运维/测试/开发/产品经理/…只要和计算机有关的都愿意做，小小厂也去，能拿到offer吗？2️⃣如果去了能获得什么提升吗？还是推荐先选方向，补技术栈做项目，等本学期结束再投递？

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...