迪子员工爆料：年底转岗一定要慎重！年底这个时间点转岗，大概率转过去之后要背低绩效，甚至背“年度待改进”，直接降薪降级。
虎哥约 4 分钟今天咱们聊聊年末转岗的那些坑，尤其是年底这段时间，很多人都在考虑换个部门、转个岗。别着急，听我慢慢道来。
年底转岗，听起来像是一个机会，但实际上风险不小。
作为程序员，换个岗位不仅意味着要面对新的项目和挑战，还可能要背上“低绩效”这顶大帽子。为什么？因为大部分的绩效评估是根据你一整年的表现来决定的，年底转岗，可能你连上半年积累的成绩都没能体现出来，直接就落得个“年度待改进”。这就意味着，老板会认为你不行，甚至可能直接降薪降级。
当然，也不是每个岗位转过去都会遭遇这种情况，如果你是那些能在新岗位迅速适应的“超人”，可能就会遇到不同的待遇。👨💻但是大多数情况下，年底这种转岗，无论是因为自己对新工作充满兴趣，还是单纯的想要换个环境，都要慎重考虑。【备注:文末可领最新资料】
算法题：删除并获得点数
今天我想和大家聊聊一道看似简单、但细节上很有趣的算法题：删除并获得点数。简单来说，它要求我们在一个数字列表中删除某些元素，每删除一个元素就能获得点数，而我们目标是最大化最终能获得的点数。
我知道，光是看题目你可能就会想，啊，这种题目在面试中常见得不行，但是，千万不要小看它哦。处理这种题目有很多细节要注意，稍微不小心就会错过最佳的解法。
问题描述
给定一个整数数组 nums，你可以按以下方式操作：
删除某个元素 nums[i]，并获得该元素的点数nums[i]。删除元素后，所有值为 nums[i] - 1或nums[i] + 1的元素也会被删除。
最终，我们希望得到最大化的点数。
我的思路
这道题的核心思路是动态规划（DP）。一开始你可能会觉得很简单：“就删除大一点的元素呗，怎么想也能最大化点数啊”。但是如果你这么做，后面可能就会丢掉更大的一部分点数。
举个简单的例子，如果你删除了某个数字 k，那么所有的 k-1 和 k+1 都得一起删掉。看似直接，实际上有很多选择需要权衡。
让我们先整理一下思路：
首先，我们需要统计每个数字出现的次数，因为每个数字的点数就是它出现的次数乘以它的值。 其次，我们需要设计一个 DP 数组， dp[i]代表删除所有小于等于i的数字能获得的最大点数。
动态规划的递推关系
让我们设定一个 dp 数组，假设我们有一个数值从 1 到 max_val（其中 max_val 是数组 nums 中最大值）。dp[i] 表示处理到数字 i 时能获得的最大点数。
如果我们选择删除数字
i，那么我们就获得i * count[i]的点数，同时因为数字i-1被删除了，我们需要跳过dp[i-1]，所以转移方程是：dp[i] = max(dp[i-1], dp[i-2] + i * count[i])dp[i-1]代表不删除i，dp[i-2]代表删除i，并跳过i-1的影响。
代码实现
好吧，说了这么多，接下来让我们写个代码实现看看：
from collections import Counterdef deleteAndEarn(nums):
if not nums:
return 0
count = Counter(nums)
max_val = max(nums)
dp = [0] * (max_val + 1)
# base case
dp[0] = 0
dp[1] = count[1] * 1
for i in range(2, max_val + 1):
dp[i] = max(dp[i-1], dp[i-2] + count[i] * i)
return dp[max_val]
代码解析
Counter(nums)用来统计每个数字出现的次数。比如nums = [3, 4, 2, 3, 3]，它会返回Counter({3: 3, 4: 1, 2: 1})，也就是数字3出现了三次，数字4和2各出现了一次。dp数组的大小是max_val + 1，用于存储每个数字i删除的最大点数。基础情况
dp[0] = 0和dp[1] = count[1] * 1，因为删除数字1时，点数就是1乘以1的个数。从
i = 2开始，对于每个数字i，我们有两个选择：要么跳过i，最大点数就是dp[i-1]，要么删除i，此时最大点数就是dp[i-2] + count[i] * i。
最终 dp[max_val] 就是我们能获得的最大点数。
为什么动态规划是正确的？
这个解法的关键是通过 dp[i] 保持每一步选择的最优解。每一步都在做两个选择：不删除当前数字，或者删除当前数字并跳过相邻的数字。通过这种方式，能够确保我们做出最优选择。
如果你直接暴力删除，那肯定会出现重复计算的情况，影响效率。所以用动态规划避免了这种问题，确保我们能在合理时间内得到最优解。
小结
这道题的最大难点其实就是理解如何选择每个数字的最优删除方案。通过动态规划来记录每个数字的最优解，我们就能够在时间复杂度 O(n) 的范围内完成整个问题的求解。
对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。
虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》。