wljss

摘要： 先验是在观察数据或证据之前基于已有知识形成的判断或信念。 后验是在观察数据或证据之后，综合了新旧信息更新而成的判断或信念。 贝叶斯公式: \[P(D|T) = \frac{ P(T|D) × P(D) }{P(T)} \]例子:疾病检测 先验：某疾病在总人口中的患病率是1%（基于历史数据）。 证据： 阅读全文

摘要： 本文结合豆包生成 策略梯度方法的核心思想 在强化学习中，策略梯度（Policy Gradient, PG）方法直接对策略本身进行参数化并优化，而不是先学价值函数再间接导出策略。 策略： \[\pi_\theta(a \mid s) \]用参数 \(\theta\)（通常是神经网络）表示在状态 \(s 阅读全文

摘要： 随便写写记记 罗素茶壶：一个主张的不可证伪性，并不能成为相信它的理由。 爱是一场博弈，必须保持永远与对方不分伯仲、势均力敌，才能长此以往地相依相息。因为过强的对手让人疲惫，太弱的对手令人厌倦。 《简爱》 python函数参数确定 import inspect # 假设你已经完成了model的实例化（ 阅读全文

摘要： 开坑中，欢迎投稿 海盗分金问题 问题 有五个海盗，在海上抢来了一百个金子。五个海盗都很贪婪，他们都希望自己能分得最多的金子，但同时又都很明智。于是他们按照抽签的方法，排出一个次序。首先由抽到一号签的海盗说出一套分金的方案，如果5个人中有50％以上（不含50％）的人同意，那么便依照这个方案执行，否则的 阅读全文

摘要： 代码如下 #include <iostream> #include <fstream> #include <string> #include <chrono> #include <thread> int main() { // 定义文件路径，需要注意文件夹/home/wljss/my_log需要存在 阅读全文

摘要： 正在学习，开坑中，想到哪写到哪吧 手动管理Claude Code上下文 把计划的其余部分放到 HANDOFF.md 文件中。解释一下你尝试过什么，哪些有效，哪些无效，这样下一个接手的客服人员就可以直接加载这个文件，无需其他操作就能开始并完成这项任务。 转载自：https://www.reddit.c 阅读全文

摘要： 哭死，比赛的时候完全想歪了，想的是考虑一次合并能造成多大的贡献，按照贡献排序然后合并。这样做只能考虑局部造成的贡献，然而最后算的时候要考虑整体，所以并不是很对。 正着想没有思路就可以倒着想，考虑枚举答案。 合并k次，意味着最后是n-k个数。 经典从二进制高位到低位考虑，考虑这一位（假设为第i位）能否 阅读全文

摘要： 很恶心的一个搜索，当然好像不用搜索也能做。 没啥好讲的，一个联通块大小>=2就要搜索找位置，联通块大小等于1的不用搜。 能调出来也是真不容易。 #include<bits/stdc++.h> #define int long long #define DB double using namespac 阅读全文

摘要： 先说知识点。 曼哈顿距离: 横纵坐标距离差的绝对值的和，即|X1-X2|+|Y1-Y2|, 离(0,0)点 曼哈顿距离为1的点形成的是一个 旋转45度后的正方形 切比雪夫距离: 横纵坐标距离差的绝对值的最大值，即max(|X1-X2|,|Y1-Y2|), 离(0,0)点 切比雪夫距离为1的点形成的是 阅读全文

摘要： 最开始学博弈论的时候学到过博弈论里的一个基本定理 1.当前局面先手必胜当且仅当后续局面存在先手必败 2.当前局面先手必败当且仅当后续局面全是先手必胜 当时就想着用搜索做，但是局面太多了搜不过来，所以后面又学了SG函数啥的。 但是这个题很明显可以搜索。 #include<bits/stdc++.h> 阅读全文