在强化学习（Reinforcement Learning, RL）中，理解其基本概念与监督学习的对比可以帮助我们更好地理解两者的区别和联系。以下是对每个选项的分析：

A. **强化学习中的“状态”可对应为监督学习中的“示例”**
- **分析**：在强化学习中，"状态"指的是智能体当前所处的环境信息，可以理解为在某个时间点智能体所观测到的环境。监督学习中的"示例"指的是用来训练模型的数据输入。因此，从信息输入的角度来看，"状态"在某种程度上可以类比为"示例"。
- **结论**：正确。

B. **强化学习中的“动作”可对应为监督学习中的“标记”**
- **分析**：在强化学习中，"动作"是智能体可以执行的具体行为，与监督学习中的"标记"（即输出或类别标签）并不直接对应。"标记"是训练模型的目标，而"动作"是智能体对环境反应的一部分。
- **结论**：不正确。

C. **强化学习中的“策略”可对应为监督学习中的“分类器”或“回归器”**
- **分析**：在强化学习中，"策略"是指导智能体在不同状态下选择动作的规则或策略。"策略"在功能上类似于监督学习中的"分类器"或"回归器"，因为它们都用于做出决策或预测。
- **结论**：正确。

D. **强化学习中也需有监督学习中的有标记样本（即“示例一标记”对）**
- **分析**：强化学习通常不需要预先标记的数据集，而是通过与环境交互获取数据，并通过试错法进行学习。虽然可以使用一些带有标签的数据（如专家演示）进行初始化或辅助学习，但这不是强化学习的核心机制。
- **结论**：不正确。

### 结论
正确的选项是 A 和 C。强化学习与监督学习在数据使用和学习策略上有本质区别，但在一些概念上可以进行类比，以帮助理解各自的功能特性。