- Компиляторы
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Изучить MatplotlibЛинейные, столбчатые, точечные и круговые диаграммы с визуализацией Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++ Программирование для детей Учись программировать, играя!
- ЗадачиНовое
- УчителямНовое
- Обновления
- Угостить кофе
Многорукий бандит — это ряд игровых автоматов (рук) с неизвестными выплатами. Эпсилон-жадная стратегия балансирует исследование и использование: с вероятностью epsilon она дёргает случайную руку, иначе — руку с наибольшей оценённой ценностью.
Чтобы запуск можно было проверить, случайные числа передаются на вход. Начните с оценки Q = 0 и счётчика N = 0 для каждой руки. На каждом шаге t:
- Если
random_values[t]< epsilon, исследуйте: arm =random_arms[t]. Иначе используйте: arm = рука с наибольшим Q (при равенстве — наименьший индекс). - Получите reward =
rewards[t][arm]. - N[arm] ← N[arm] + 1 и Q[arm] ← Q[arm] + (reward - Q[arm]) / N[arm] — скользящее среднее.
Реализуйте epsilon_greedy(rewards, epsilon, random_values, random_arms).
Входные данные
rewards: По одной строке на шаг с наградой, которую каждая рука выплатила бы на этом шаге.
epsilon: Вероятность исследования.
random_values: По одному случайному числу в [0, 1) на шаг.
random_arms: Рука, которую нужно дёрнуть на каждом шаге при исследовании.
Выходные данные
Верните итоговые оценки Q, по одной на руку.
Ограничения
1 ≤ шаги ≤ 10 000, 1 ≤ руки ≤ 100
0 ≤ epsilon ≤ 1, -100 ≤ каждая награда ≤ 100
Примеры
Пример 1
Ввод:
rewards = [
[1.0, 3.0],
[1.0, 3.0],
[1.0, 3.0],
[1.0, 3.0]
]
epsilon = 0.1
random_values = [0.5, 0.05, 0.7, 0.9]
random_arms = [0, 1, 0, 0]
Ожидаемый вывод:
[1.0, 3.0]
Пояснение
Шаг 0 — использование; оба Q равны 0, поэтому дёргается рука 0 и Q = [1, 0]. Шаг 1 — исследование (0.05 < 0.1), пробуется рука 1: Q = [1, 3]. Шаги 2 и 3 используют лучшую руку 1. Результат: [1, 3].
Пример 2
Ввод:
rewards = [
[2.0, 5.0],
[4.0, 5.0],
[0.0, 5.0]
]
epsilon = 0.0
random_values = [0.5, 0.5, 0.5]
random_arms = [1, 1, 1]
Ожидаемый вывод:
[2.0, 0.0]
Пояснение
При epsilon = 0 агент никогда не исследует. Он всё время дёргает руку 0, среднее которой меняется 2 → 3 → 2, и так и не узнаёт, что рука 1 платит 5. Результат: [2, 0].
Ссылки
-
Пример 1 Не запущеноВвод:
rewards = [ [1.0, 3.0], [1.0, 3.0], [1.0, 3.0], [1.0, 3.0] ] epsilon = 0.1 random_values = [0.5, 0.05, 0.7, 0.9] random_arms = [0, 1, 0, 0]Ожидаемый вывод:[1.0, 3.0]Ваш вывод -
Пример 2 Не запущеноВвод:
rewards = [ [2.0, 5.0], [4.0, 5.0], [0.0, 5.0] ] epsilon = 0.0 random_values = [0.5, 0.5, 0.5] random_arms = [1, 1, 1]Ожидаемый вывод:[2.0, 0.0]Ваш вывод
При отправке также выполняются ещё 4 скрытых теста. Если код не пройдёт один из них, вы увидите этот тест. Решите задачу, чтобы увидеть все.
Онлайн-компилятор Go (Го, Golang)
Write, compile, run, and debug Go code online in a full-featured browser IDE. Work with multiple files, save your workspace, and collaborate in real time - no setup required.
🚀 206,970 всего выполнений (799 в этом месяце)
Практикуйте Go на задачах
Решайте задачи прямо в редакторе: запускайте тесты, отправляйте решение и получайте AI-рецензию.
🐹 Онлайн-компилятор Go (Го)
Онлайн-компилятор Go от CodeUtility позволяет писать и запускать код на Го (Golang) прямо в браузере - без установки, настройки и локального окружения. Он работает в защищённой песочнице и поддерживает реальные версии компилятора Go 1.19, 1.20 и 1.21.
Этот инструмент компилирует и выполняет настоящие программы на Go в облаке, обеспечивая реальную среду Go. Вы можете тестировать короткие сниппеты, экспериментировать с пакетами и изучать мощные возможности конкурентности Go с горутинами и каналами.
Он идеально подходит для изучения и практики ключевых концепций Go: переменные, функции, структуры, срезы, отображения, интерфейсы и обработка ошибок - и всё это без установки каких‑либо инструментов локально.
Независимо от того, впервые ли вы изучаете Go, тестируете бекенд‑логику или разбираетесь с конкурентностью, онлайн-компилятор Go предлагает простой, быстрый и полностью браузерный способ мгновенно запускать код Go.
Больше, чем просто запуск кода
В одном редакторе есть всё для работы: несколько файлов, изолированный терминал, библиотеки для выбранной версии, сохранение проектов, общий доступ по ссылке и совместная работа в реальном времени.
Как пользоваться редактором
Выберите версию языка, откройте или создайте файл, напишите код и нажмите «Запустить». Результат появится в терминале. После входа в аккаунт можно хранить файлы в рабочем пространстве, устанавливать библиотеки и работать над кодом вместе с другими.
- Выберите версию и отредактируйте текущий файл или откройте другой файл рабочего пространства.
- Запустите код, при необходимости введите данные в терминале и просмотрите сохранённую историю запусков.
- Используйте библиотеки, инструменты рабочего пространства, общий доступ и чат, когда для задачи требуется несколько фрагментов кода.
💡 Основы Go и примеры, которые можно попробовать выше
1. Объявление переменных и констант
Используйте var или := для объявления переменных. Используйте const для констант.
package main
var x int = 10
const Pi = 3.14
func main() {
name := "Алиса"
isActive := true
println(x, Pi, name, isActive)
}
2. Условия (if / switch)
Go поддерживает конструкции if-else и switch с лаконичным синтаксисом.
x := 2
if x == 1 {
println("Один")
} else if x == 2 {
println("Два")
} else {
println("Другое")
}
switch x {
case 1:
println("Один")
case 2:
println("Два")
default:
println("Другое")
}
3. Циклы
В Go есть только цикл for, но он может работать как цикл while.
for i := 0; i < 3; i++ {
println(i)
}
n := 3
for n > 0 {
println(n)
n--
}
4. Массивы
Массивы имеют фиксированный размер. Для динамических списков используйте срезы.
var nums = [3]int{10, 20, 30}
println(nums[1])
5. Работа со срезами
Используйте срезы и функции append, len, copy, а также синтаксис срезов.
fruits := []string{"яблоко", "банан"}
fruits = append(fruits, "вишня")
fruits = fruits[1:] // срез
println(len(fruits))
for _, fruit := range fruits {
println(fruit)
}
6. Ввод/вывод в консоль
Используйте fmt.Print, fmt.Scan и fmt.Println.
import "fmt"
var name string
fmt.Print("Введите ваше имя: ")
fmt.Scan(&name)
fmt.Println("Привет", name)
7. Функции
Функции объявляются с помощью func и могут возвращать несколько значений.
func greet(name string) string {
return "Привет, " + name
}
message := greet("Алиса")
println(message)
8. Отображения (maps)
Отображения - это хранилища ключ-значение. Объявляются через make().
ages := map[string]int{"Алиса": 30}
ages["Боб"] = 25
println(ages["Алиса"])
9. Обработка ошибок
В Go для ошибок используются множественные возвращаемые значения вместо исключений.
import "errors"
func fail() error {
return errors.New("что-то пошло не так")
}
err := fail()
if err != nil {
println(err.Error())
}
10. Файловый ввод/вывод
Используйте пакеты os и io/ioutil для чтения/записи файлов.
import (
"fmt"
"os"
"io/ioutil"
)
ioutil.WriteFile("file.txt", []byte("Привет, файл"), 0644)
data, _ := ioutil.ReadFile("file.txt")
fmt.Println(string(data))
11. Работа со строками
Используйте пакет strings для операций со строками.
import "strings"
text := " Привет, мир "
println(strings.TrimSpace(text))
println(strings.ToUpper(text))
println(strings.ReplaceAll(text, "Привет", "Хай"))
words := strings.Split(text, " ")
fmt.Println(words)
12. Структуры и объекты
Используйте структуры, чтобы определять собственные типы с методами.
type Person struct {
Name string
}
func (p Person) Greet() string {
return "Привет, я " + p.Name
}
p := Person{Name: "Алиса"}
println(p.Greet())
13. Ссылки (указатели)
Go поддерживает указатели с помощью * и &.
x := 10
ptr := &x
*ptr = 20
println(x) // 20