双非方向求助

搜狐实习🦊2026年继续在搜狐实习呀！搜狐的同事们都非常好，是非常轻松愉快的工作环境！非常开心！关于考勤😍实习生工作时间是早九晚六，工资是按月内出勤总小时数计算。关于干饭😍搜狐没有食堂，不过b1楼有餐厅，也连着旁边商场 有很多餐厅和娱乐设施～周边也有许多其他饭店，点外卖很方便。关于面试😍公司有内推简历的机会，也可以多多关注。面试官很亲切，会协商合适的时间进行面试，建议大家完善自己的简历和自我介绍，不能泛泛而谈，一定要结合与岗位的相关内容来说呀。这样不仅更加专业，也能给人留下记忆点，更好地在面试中脱颖而出～在搜狐的实习中我对大厂的工作流程有了基本认知，也在实习的过程中认识了很好的同事和好朋友！继续实习，继续加油呀！

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...

支出金钱:3000⬇️年夜饭食材辣椒炒火腿肠豆芽炒豆皮蒜黄炒肉西红柿炒鸡蛋对虾（），鱼（最后一天买）⬇️过年清单门帘2个大（1.5*2）（1.3*2）3个小（1*2）果粒橙3瓶   雪碧，向日葵5斤，瓜子蒜1斤，糖果2斤，锅盔贡果，大蜡，香，沓子，票子，串子连，二踢脚番茄酱，鸡精红薯，凉菜烟筒接头换压岁钱过年礼品批量买🧨总结🌸果汁买少了，说是招待亲戚，实际年夜饭就开了一瓶，不够。明年买四瓶。🌸馒头买少了，5毛一个，买了14个，不够吃，明年需要买30个🌸菜买少了，很搞笑，20一斤的果冻，买了50块的。7块一斤的算感觉太贵了。乱七八糟的零食买的太多了，蔬菜买的太少了。还嫌弃4块一斤的西红柿贵来着。🌚🌸买的豆腐不新鲜，上面红红的，下次要买白白的，不过豆芽买的不错🌸向日葵30块不够，被我吃了好多。下次多买🌸明年买的白瓜子。去亲戚家吃的，感觉美味🌸家人爱吃酥脆的锅盔，下次买添猪油的。🌸回家一问家人买的门帘12一个，我买的16，讲价了，老板不便宜，赶时间，火速拿下了。又上一当。🌸彩蛋，给二踢脚上面绑纸，炸开后，漫天散花。可惜没有红色彩纸，不然更好看，直接撕了本书，弄的。捂脸，心疼书一秒钟🧨原来3000块可以买这么多东西呢，以后要更努力的赚钱，给家人花钱感觉很开心，啦啦啦附图:火车上站票的大怨种年夜饭MVP，红烧黑鱼严格控制量，年夜饭没有剩饭，空盘了，大年初一没吃剩饭，哈哈哈哈

小米一面整体节奏很快，面试官技术功底扎实，问题层层递进，不会只停在概念层面，基本每道题都会追问"为什么"或者"你在项目里怎么用的"。整个面试大概 60 分钟，前半段是基础八股，后半段直接上手撕代码，压力不小但氛围还算友好。建议提前把 C++ 内存模型、并发、STL 底层这几块吃透，代码题要写得干净，边界条件别漏。1. 自我介绍略（根据个人情况准备，建议控制在 2 分钟内，突出项目亮点和技术栈）2. 进程和线程的区别？进程间通信有哪些方式？线程间通信呢？进程是资源分配的基本单位，线程是 CPU 调度的基本单位。同一进程内的线程共享堆、全局变量、文件描述符，...