2021春实习系列 ------字节跳动

字节朝夕光年游戏部门：强化学习算法工程师

投了了字节，还在准备就收到了面试邀约，然后就挂了 T_T，进大厂还是得好好准备一下

面试问题：

1. 自我介绍
2. 项目细节
3. 项目中智能体如何感知环境
4. DDPG算法细节以及一些关键的伪代码
5. DDPG改进算法
6. Soft Actor-Critic算法？

   1. Soft Actor-Critic (SAC)是面向Maximum Entropy Reinforcement learning 开发的一种off policy算法，和DDPG相比，Soft Actor-Critic使用的是随机策略stochastic policy，相比确定性策略具有一定的优势

   2.  

编程题

 岛屿问题

class Solution:

    def dfs(self, grid, r, c):

        grid[r][c] = 0

        nr, nc = len(grid), len(grid[0])

        for x, y in [(r+1, c), (r-1, c), (r, c+1), (r, c-1)]:

            if 0 <= x < nr and 0 <= y < nc and grid[x][y] == '1':

                self.dfs(grid, x, y)

    def numIslands(self, grid: List[List[str]]) -> int:

        nr = len(grid)

        if nr == 0:

            return 0

        nc = len(grid[0])

        numIslands = 0

        for r in range(nr):

            for c in range(nc):

                if grid[r][c] == '1':

                    numIslands += 1

                    self.dfs(grid, r, c)

        return numIslands