一面简历项目如何计算模型的参数量？Deepseek R1有哪些特点？有了解过预训练模型吗Code：合并有序数组反问二面简历项目Deepseek MLAKV Cache有哪些好处GRPO，PPO，DPO各自的优势和劣势Code：层次遍历二叉树反问，base主要做RL相关的，3.24OC

1.买卖股票问题，给定天数N和M支股票N天内每天的价格，和初始资金K，求最后一天的最大资金。买卖股票数量可以为小数，每天都可以同时进行买和卖两种操作。考虑贪心：买某只股票，一定是用当前所有的资金去买；卖某支股票，也一定是全部卖出。我只需要每天赚的最多（每天都选能赚最多的那一只股票，第二天卖出），就可以保证最终赚的最多。所以也不会存在同时持有多只股票的情况。做法是计算一个一维的path数组（类似路径的概念）保存每天买哪只股票。在第i天准备购入的股票，应当是第i+1天的价格相比于第i天的价格的增长率，在所有股票中是最高的。当然，如果所有股票在第i+1天价格都变低了，可以将path[i]置为-1，表...