目前在阿里云的面试过程中遇到了这道算法题，今天搜了下解法，整理出来面试官：咱来写个算法题吧设计一个抢红包的随机算法，比如一个人在群里发了100块钱的红包，群里有10个人一起来抢红包，每人抢到的金额随机分配。1.所有人抢到的金额之和要等于红包金额，不能多也不能少。2.每个人至少抢到1分钱。3.最佳手气不超过红包总金额的90%解题思路1：随机分配法钱的单位转换为分，每次在[1, leaveMoney]这个区间内随机一个值，记为r；计算一下剩余金额leaveMoney-r，剩余金额（单位：分）必须大于剩余人数，不然后面的人无法完成分配，例如10个人，有1个人抢了红包，剩余的money至少还需要9分钱...

有hr看一眼吗？自动化专业的。

离了你谁还拿我当个宝

📍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...