- 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
Итерация по ценностям решает марковский процесс принятия решений: она находит V(s) — наибольшую суммарную дисконтированную награду, которую можно получить, начиная из состояния s.
Здесь переходы детерминированы. В состоянии s действие a даёт награду rewards[s][a] и ведёт в состояние next_states[s][a], где -1 означает конец эпизода. Начните с V(s) = 0 для каждого состояния и повторите iterations раз, вычисляя каждое новое значение по предыдущему проходу:
V_new(s) = максимум по a от ( rewards[s][a] + gamma × V(next_states[s][a]) )
где слагаемое gamma × V равно 0, если следующее состояние равно -1.
Реализуйте value_iteration(next_states, rewards, gamma, iterations).
Входные данные
next_states: Для каждого состояния — следующее состояние каждого из его действий (-1 завершает эпизод). У состояний может быть разное число действий.
rewards: Награда за каждое действие, той же формы, что и next_states.
gamma: Коэффициент дисконтирования.
iterations: Число проходов.
Выходные данные
Верните V после последнего прохода, по одному значению на состояние.
Ограничения
1 ≤ состояния ≤ 200, 1 ≤ действия на состояние ≤ 10, 0 ≤ iterations ≤ 1 000
-100 ≤ каждая награда ≤ 100, 0 ≤ gamma ≤ 1
Примеры
Пример 1
Ввод:
next_states = [
[0, 1],
[0, 2],
[-1]
]
rewards = [
[0.0, 0.0],
[0.0, 0.0],
[10.0]
]
gamma = 0.9
iterations = 3
Ожидаемый вывод:
[8.1, 9.0, 10.0]
Пояснение
Проход 1: награду может получить только состояние 2, V = [0, 0, 10]. Проход 2: состояние 1 идёт вправо к нему, 0.9 × 10 = 9, V = [0, 9, 10]. Проход 3: состояние 0 получает 0.9 × 9 = 8.1. Результат: [8.1, 9, 10].
Пример 2
Ввод:
next_states = [
[1, 0],
[0, 1]
]
rewards = [
[1.0, 2.0],
[3.0, 0.0]
]
gamma = 0.0
iterations = 5
Ожидаемый вывод:
[2.0, 3.0]
Пояснение
При gamma = 0 будущее не учитывается, поэтому ценность каждого состояния — просто его лучшая немедленная награда: [2, 3].
Ссылки
-
Пример 1 Не запущеноВвод:
next_states = [ [0, 1], [0, 2], [-1] ] rewards = [ [0.0, 0.0], [0.0, 0.0], [10.0] ] gamma = 0.9 iterations = 3Ожидаемый вывод:[8.1, 9.0, 10.0]Ваш вывод -
Пример 2 Не запущеноВвод:
next_states = [ [1, 0], [0, 1] ] rewards = [ [1.0, 2.0], [3.0, 0.0] ] gamma = 0.0 iterations = 5Ожидаемый вывод:[2.0, 3.0]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 Rust (Раст)
Write, compile, run, and debug Rust code online in a full-featured browser IDE. Work with multiple files, save your workspace, and share or collaborate in real time.
🚀 252,702 всего выполнений (135 в этом месяце)
Практикуйте Rust на задачах
Решайте задачи прямо в редакторе: запускайте тесты, отправляйте решение и получайте AI-рецензию.
🦀 Онлайн-компилятор Rust (Раст)
Онлайн-компилятор Rust от CodeUtility позволяет писать и запускать код на Расте прямо в браузере - без установки, настройки инструментов (toolchain) или локальной среды. Он работает в защищённой песочнице, которая поддерживает реальные версии компилятора Rust 1.70, 1.72, 1.73 и 1.74.
Этот инструмент компилирует и выполняет ваши программы на Rust в облаке с использованием настоящего компилятора rustc,
обеспечивая точные и предсказуемые результаты. Вы можете легко экспериментировать с переменными, владением и заимствованием,
сопоставлением с образцом, трейтами, обобщениями и другими современными возможностями Rust.
Идеально подходит для изучения ключевых концепций Rust - особенно безопасности памяти, обработки ошибок и конкуренции - без установки Cargo или какой-либо локальной настройки. Всё запускается прямо в браузере за считанные секунды.
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 Rust и примеры, которые можно попробовать выше
1. Объявление переменных и констант
Используйте let для объявления переменных. Используйте const для констант и mut для изменяемых переменных.
let x = 10;
let pi: f64 = 3.14;
let name = "Alice";
let is_active = true;
const MAX_USERS: u32 = 100;
2. Условные конструкции (if / match)
В Rust используется if для условий и match для сопоставления с образцом.
let x = 2;
if x == 1 {
println!("Один");
} else if x == 2 {
println!("Два");
} else {
println!("Другое");
}
match x {
1 => println!("Один"),
2 => println!("Два"),
_ => println!("Другое"),
}
3. Циклы
Rust поддерживает for, while и бесконечный loop.
for i in 0..3 {
println!("{}", i);
}
let mut n = 3;
while n > 0 {
println!("{}", n);
n -= 1;
}
4. Массивы
Массивы фиксированного размера в Rust используют квадратные скобки. Используйте срезы для представлений.
let nums = [10, 20, 30];
println!("{}", nums[1]);
5. Векторы (динамические массивы)
Vec используется для динамических массивов.
let mut fruits = vec!["apple", "banana"];
fruits.push("cherry");
fruits.pop();
for fruit in &fruits {
println!("{}", fruit);
}
6. Ввод/вывод в консоли
Используйте println! для вывода и std::io для ввода.
use std::io;
let mut name = String::new();
println!("Введите ваше имя:");
io::stdin().read_line(&mut name).unwrap();
println!("Привет, {}", name.trim());
7. Функции
Функции используют fn и могут возвращать значения с помощью ->.
fn greet(name: &str) -> String {
format!("Привет, {}", name)
}
println!("{}", greet("Alice"));
8. HashMap
Используйте std::collections::HashMap для данных ключ-значение.
use std::collections::HashMap;
let mut person = HashMap::new();
person.insert("name", "Bob");
println!("{}", person["name"])
9. Обработка ошибок
Rust обрабатывает ошибки с помощью Result и match или unwrap().
fn fail() -> Result<(), String> {
Err("Что-то пошло не так".to_string())
}
match fail() {
Ok(_) => println!("Успех"),
Err(e) => println!("{}", e),
}
10. Файловый ввод/вывод
Используйте std::fs для чтения и записи файлов.
use std::fs;
fs::write("file.txt", "Привет, файл").unwrap();
let content = fs::read_to_string("file.txt").unwrap();
println!("{}", content);
11. Работа со строками
Строки в Rust размещаются в куче и поддерживают множество методов.
let mut text = String::from(" Hello Rust ");
println!("{}", text.trim());
println!("{}", text.to_uppercase());
text = text.replace("Hello", "Hi");
println!("{}", text);
12. Структуры и методы
В Rust используется struct для описания типов данных и impl для методов.
struct Person {
name: String,
}
impl Person {
fn greet(&self) -> String {
format!("Привет, я {}", self.name)
}
}
let p = Person { name: "Alice".to_string() };
println!("{}", p.greet());
13. Ссылки и заимствование
Rust использует & для заимствования значений и &mut для изменяемых ссылок.
fn update(x: &mut i32) {
*x += 1;
}
let mut value = 10;
update(&mut value);
println!("{}", value);