- 博客(3)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 归并分类算法C++实现（递归/非递归/自然合并）
归并排序 归并分类的方法是算法分析中的重要内容，传统的归并排序（递归实现，空间复杂度为O(n)）较为适合初学者理解分治法的思路，同时也很好地体现了递归分解的思想。 基本思想： （1）将待排序元素分成大致相同的两个子集合 （2）分别对两个子集合进行排序 （3）将排好序的两个子集合并成一个排好序的集合 一、递归法。 将长度为n的数组，从中间递归分隔为n个自然有序的单个元素，再两两合并，最终合并为有序的整体。 具体 实现代码如下： void mergesort(int* a,int low,int high){
2021-05-10 18:14:29
1447
原创 Sarsa 对比 Q-Learning
Sarsa 对比 QLlearning 算法 Sarsa 的决策部分和 Q-Learning 一模一样, 因为我们使用的是 Q 表的形式决策, 所以我们会在 Q 表中挑选值较大的动作值施加在环境中来换取奖惩。但是不同的地方在于 Sarsa 的更新方式是不一样的。 从上图中可以看到，Sarsa的Q值更新，直接选取最大潜在奖励的动作，直接执行；而Q-learning 在这一步只是估计了一下接下来的动作值，但是在真正要做决定时, 却不一定会选取到那个带来最大奖励的动作。 从算法上来看，Sarsa属于On-pol
2021-03-21 09:37:55
351
原创 强化学习 Q Learning 学习笔记1（莫烦PYTHON）
本篇博文是博主在莫烦PYTHON博客中的学习笔记，不用于任何商业用途，仅用于个人学习交流！ Q Learning Q Learning 整体算法如下图： 参数 意义 ϵ−greedy\epsilon-greedyϵ−greedy 用在决策上的一种策略 α\alphaα 学习率（小于1）, 用来决定这次的误差有多少是要被学习的 γ\gammaγ 对未来 reward 的衰减值. 比如 ϵ\epsilonϵ = 0.9 时, 说明有90% 的情况会按照 Q 表的最优值选择行为,
2021-01-22 22:47:38
221
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人