腾讯AI-lab强化学习面经（已跪）
上来两个算法题
1.找旋转数组的旋转点。二分法比较简单
2.跳n台阶，一次可以跳随意个台阶，求跳的台阶数之积的最大值
dp写法O(n2)可以过，面试官问有无O(nlogn)乃至O(1)的数学解，想了2分钟，想不出
问ppo有replay buffer和importance sampling 是 onpolicy 还是offpolicy?基础没打好，这个基础题答错了
结束后10分钟查看网页情况，已经结束，跪的好快。。。。
木的办法， 以后越来越差，还是家附近宅着吧，毕业的人越来越多，岗位都提供不出来，经济又过了人口红利期
