全部內容
由新到舊
人跟人之間，其實很矛盾。
你越黏一個人，
對方越覺得你沒價值。
不是因為你不好，
而是因為你「太需要」。
你把時間、情緒、注意力都給出去，
對方接收到的不是愛，
而是一個訊號：
「我沒有你不行。」
人不會因為被需要而尊重你，
只會因為你有選擇而在意你。
在解longestValidParentheses的時候一開始思路是這樣
由於"()"一直失敗所以問AI
他跟我說
你的原始程式碼出問題，不是「語法錯」而是方法論本質錯。
而我幫你做的那個 two-pass 左右掃描法，是一個完全不同的演算法，雖然乍看和你的「左右指針」很像，但本質完全不
36. Valid Sudoku Medium Topics premium lock icon Companies Determine if a 9 x 9 Sudoku board is valid. Only the filled cells need to be validated acco
我看RL Course by David Silver - Lecture 1: Introduction to Reinforcement Learning他說state=f(H)其中H是歷史 歷史包含觀察動作獎勵三個 所以STATE要包含這三樣? 可是我看有些算法STATE只要用觀察做一些轉換就
class Solution:
def isMatch(self, s: str, p: str) -> bool:
# i = s 的指標（小蛇目前走到哪）
# j = p 的指標（迷宮目前在哪個門）
i = 0
j
Sudoku 是經典的 Constraint Problem（約束問題）。
題目要求你把空格 . 填入 1～9，使得：
每一列（row）數字 1～9 各出現一次
每一行（column）數字 1～9 各出現一次
每一個 3×3 box（九宮格）數字 1～9 各出現一次
這種問題最典型
問題拆解
給定：
字串 s
單詞陣列 words，每個單詞長度相同
我們要找到所有的起始索引，使得從該位置開始的子字串，
正好是 words 裡所有單詞 任意排列 的拼接。
關鍵點：
單詞長度固定，假設為 word_len
words 的總長度是 total_len = word_l
想像一下：一個精心設計的獎勵信號，能讓自主智能體在強化學習中學會複雜任務 快 100 倍。原本需要數百萬次試錯的過程，現在可能只需要數千次。
獎勵信號是 RL 的導航燈，指引智能體避開無效探索。沒有它，策略停滯不前，計算資源白白浪費。
數據說話
最新基準顯示：
精心設計的獎勵能讓策略收斂
今天帶你用 測試驅動開發（TDD） 的方式，在 Rust 裡從零打造一個命令列搜尋工具：minigrep。
這是《Rust 程式設計語言》書中的經典範例，用來學習測試、模組化與生命週期。 Let's go 🚀
首先建立專案：
cargo new minigrep
cd minigrep
