题目内容

在算法训练过程中，AI 算力通常较为昂贵。经验回放机制通过保存并复用历史交互数据，能够减少算力消耗并加快训练迭代速度。优先级经验回放进一步根据 TD 误差（Temporal Difference Error）动态调整每条经验的采样优先级。现在需要维护一个经验池，按照时间顺序处理若干操作，并输出每次提取操作的结果。

系统支持以下三类操作：

• 插入经验：将一条新经验加入经验池，并为其设置初始优先级。每条经验拥有唯一的编号 id。
• 提取 TopK 经验：从当前可提取的经验中选出优先级最高的 K 条经验，并输出它们的编号。排序规则为优先级值降序；若优先级相同，则按编号 id 升序。完成提取后，这些经验会暂时移出可提取集合。
• 更新优先级：将指定编号 id 的经验优先级更新为 newScore。在一次更新操作之后，此前所有被提取但尚未回到池中的经验会重新进入可提取集合。

给定按时间顺序排列的 N 个操作，请依次处理这些操作，并输出每个提取操作对应的结果。

开通会员即可查看完整视频题解： 1.题目讲解 2.思路分析 3.逐行代码手写