k='''
指智能系统在与环境的连续互动中学习最优行为策略的机器学习问题。
本质：学习最优的序贯决策
假设智能系统与环境的互动基于马尔代夫决策过程，智能系统观测到的时环境互动得到的数据序列。
强化学习的马尔可夫决策过程是状态、奖励、动作序列上的随机过程，由五元组<S，A，P，r，γ>组成。
S是有限状态(state)的集合
A是有限动作(action)的集合
Р是状态转移概率(transition probability
'''
import re
text = k
r = re.sub(r'[~`!@#$%^&*()_\-+=|\\{\}\[\]:;\"\'<>,.?/·！￥…（）—【】、？《》，。]+', '\n', text)
print(r)
str = (sorted(r.split(), key=len))
for name in str[:]:
print(name)
