题解 | 统计每个学校各难度的用户平均刷题数

一面约在下午三点，面试官上来自我介绍了一下，说是做底层驱动和系统方向的，然后直接开始问。整体节奏很快，基本上每个问题答完他都会继续追问，没有给你喘息的机会。八股问得不算多，但每道都往深里挖，答浅了他会直接说"你再想想"或者"还有呢"。项目聊了大概十五分钟，他对细节很感兴趣，问了不少实现层面的东西。最后手撕一道算法，难度中等，给了二十分钟。面完整个人是麻的。题目中断处理函数里能不能用 printf，为什么？如果一定要在中断里输出调试信息怎么办？volatile 和 const volatile 分别在什么场景下使用？volatile 能保证线程安全吗？讲一...

如题，本人双非学院本，大一大二的时候主要在打ACM。但是怕只打ACM找不到工作，大二也开始学开发。大三上边实习还边打比赛，但是圆梦ACM亚洲区域赛金牌了。然后我信息差比较封闭，加上前面打比赛也没什么时间。所以项目就是一个练手项目，想写技术亮点都不知道写啥。后面也没时间做一个新项目。实习也是初创公司。感觉项目经历和实习经历都拉完了。然后也是寒假才了解到暑期实习，然后花了一两周从零开始背八股，刷面经。然后面了腾讯WXG还是有些八股遗漏了，还有被吐槽项目没深度，一面直接挂了。现在感觉好焦虑，感觉ACM金牌好像作用并不大。不知道还能不能找大厂暑期，不行的话要先找中小厂沉淀吗，或者加急一个星期赶出个比较好的Agent项目然后继续投，还是说不如直接去信奥赛教培行业了。考研走算法岗的路线就算了，偏科太严重了也不擅长考试。好迷茫啊，感觉卷不动了。

1. 为什么选择这个方法？是否尝试过其他 Baseline？效果对比如何？ 回答范例与解析（以选择 SAC 算法为例）： 在我的机械臂抓取项目中，我最终选择了**柔性动作评价（Soft Actor-Critic, SAC）**算法。   尝试过的 Baseline：  DDPG (Deep Deterministic Policy Gradient)：由于是确定性策略，在具身连续控制中探索能力极差，极易陷入局部最优。 PPO (Proximal Policy Optimization)：虽然稳定，但作为 On-policy 算法，样本效率（Sample Efficiency）太低，在真实机械臂...