三道水题。（懒得写代码了）给一个数组，将其中某些元素和为target的所有集合返回。比如输入[1, 2, 3]，target=3，则返回[[1,1,1], [1, 2], [3]] 给一个字符串，如果出现两个以上相同字符就将其消除。直到无法消除，返回消除后的字符串。给一个数组，将其翻转。O(1)空间复杂度。

📍面试公司：美团👜面试岗位：大模型春招📖面试问题：问了 PPO 重要性采样系数怎么才能为1？调节批量，学习率，超参数啥的 不懂，策略收敛最优解不就为一了吗grpo 的 GAE 怎么算，和批量大小有没有关系？为啥没有要PPO的v函数？离轨策略和在线策略的关系？ 冷启动 + grpo 怎么做的？仿真寻优（实习项目）的 PPO 和 openai 的PPO有啥不同？ 项目的p(s'|s,a)=1,状态转移矩阵非常稀疏手撕链表 切断+翻转+链表合并Input: 1->2->3->4->5->6->7Output: 1->7->2->6-&gt...