算法总结

基本概念 价值和奖励(Reward) 是强化学习最基本的两个概念。对于一个Agent（强化学习的主体）来说，Reward是立刻获得的，内在的甚至与生俱来的。比如处于饥饿状态下，吃饭会有Reward。而

今天开始记录一下C++面试一百问，B站上的一个视频，其实也没什么特别的目的，多了解一下也好，每天看几问就当消遣了，其实也很快。 C++面试100问 include双引号与尖括号的区别 include会

描述 N 位同学站成一排，音乐老师要请最少的同学出列，使得剩下的 K 位同学排成合唱队形。 设K位同学从左到右依次编号为 1，2…，K ，他们的身高分别为T1,T2,Ti,…,TK ，若存在i(1<=

Day1 1091. Shortest Path in Binary Matrix Given an n x n binary matrix grid, return the length of th

动态规划 终于开始新的一章了，动态规划的威力强大，其实也相对的有一些讨论，比起贪心算法来说更有迹可循，所以应该会较轻松一些。 动态规划五部曲如下， 确定dp数组（dp table）以及下标的含义 确定