在并查集里面，为了减小时间花费，我们把一个集合里的所有结点都直接挂在根节点下面。在带权并查集中我们同样是这种做法，对于一一对父子结点，它们所代表的两艘战舰直接的距离可能是任意值。并查集相信大家都不陌生，能够以极低的时间复杂度进行区间合并和区间查询，而带权并查集就是在此基础上新增了查询和维护节点到根节点距离的功能，注意此处所说的。，它的题意如下，在这道题中距离的定义就是两个战舰之间所间隔的战舰数。这

NacosRedisMySQLRabbitMQvLLM（可选，本地大模型推理）传统业务服务层：负责用户、菜品、订单、支付等核心业务执行AI 智能服务层：负责自然语言理解、智能推荐与知识增强检索用户自然语言输入↓AI Service↓结构化召回 + 语义相关度打分↓融合排序↓LLM 小池重排与解释↓返回推荐结果微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服

强化学习策略梯度算法公式推导及代码实现

NacosRedisMySQLRabbitMQ微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服务luan-upms 用户权限管理服务luan-takeaway-user 外卖业务用户管理服务luan-takeaway-dish 菜品管理服务luan-takeaway-order 订单管理服务luan-takeaway-pay 支付管理服务单体模式通过lua

NacosRedisMySQLRabbitMQvLLM（可选，本地大模型推理）传统业务服务层：负责用户、菜品、订单、支付等核心业务执行AI 智能服务层：负责自然语言理解、智能推荐与知识增强检索用户自然语言输入↓AI Service↓结构化召回 + 语义相关度打分↓融合排序↓LLM 小池重排与解释↓返回推荐结果微服务模式，多个服务独立部署：luan-gateway 网关服务luan-auth 认证服

本笔记基于王树森深度强化学习。

文件，功能和上面DQN的一样，内容也几乎完全一样，只是把DQN的名字改成SARSA而已，所以在这里不再赘述。SARSA和DQN基本相同，只有在更新Q网络的时候略有不同，已在代码相应位置做出注释。代码，在这里定义了网络模型和SARSA模型。代码，在这里定义了网络模型和DQN模型。

文件，功能和上面DQN的一样，内容也几乎完全一样，只是把DQN的名字改成SARSA而已，所以在这里不再赘述。SARSA和DQN基本相同，只有在更新Q网络的时候略有不同，已在代码相应位置做出注释。代码，在这里定义了网络模型和SARSA模型。代码，在这里定义了网络模型和DQN模型。

本笔记基于王树森深度强化学习。

常用软件设计模式的定义和实例，本篇文章介绍了UML基础、面向对象设计原则、创建型模型、结构型模型、行为型模型