专科学历怎么才能进大厂？
虎哥约 5 分钟今天咱们聊个在程序员圈里比较常见的话题：专科学历能进大厂吗？
这个问题，不管是老程序员还是刚出校门的小伙伴，都可能有过一丝疑惑。知乎上这类问题一提，评论区的火药味十足，简直堪比开了挂的竞技场。😅
首先，得说清楚，大厂招聘的确大部分都要求本科以上学历，尤其是像阿里、腾讯、字节这些大牌，简历刷人那是家常便饭。
简历没本科，几乎直接被筛掉，原因大家心知肚明，毕竟大厂的招聘要求就像铁板一块，别想随便撬开。
那么，专科生到底该怎么突破呢？网友给出的建议挺直白的：“外包。”
你可以先通过外包公司进入项目，锻炼技术能力，积累一些实际经验，再通过内推或者面试的方式争取进入大厂的正式员工队伍。
说白了，学历固然是敲门砖，但技术能力才是你在大厂立足的关键。你看那些从外包公司出来的程序员，虽然起点不高，但拼的就是技术与经验，最后都能顺利跳槽到大厂。
我觉得，学历可以看作是一个开始，但真正决定你能走多远的，还是你的代码能力和解决问题的技巧。【备注:文末可领最新资料】。
算法题：推箱子
聊聊一个经典的算法问题——推箱子。
首先，我们来看看题目的基本描述。假设我们有一个包含空地、墙壁、箱子和目标的位置的二维地图。玩家的任务是从起始位置出发，推动箱子，通过一系列合法的操作将箱子推到目标位置。每次操作玩家只能推动箱子，且箱子只能推一个单位的距离。
问题的难点
乍一看，问题似乎很简单，对吧？但实际上，解决这个问题的难点在于如何高效地搜索到目标位置，特别是在搜索空间比较大的时候。就像很多算法题一样，最直观的做法是暴力搜索，但效率不高。那我们就需要一个更合适的搜索算法。
这里我推荐使用 广度优先搜索（BFS），因为广度优先搜索能够保证我们找到最短路径。每一步都从当前状态出发，检查是否可以继续前进或推箱子，直到找到目标位置为止。
算法思路
状态表示：我们需要记录当前状态，包括箱子的位置和玩家的位置。玩家的位置和箱子的位置会影响推箱子的合法性。
队列管理：使用一个队列来存储当前状态。每次从队列中取出一个状态，检查箱子是否能到达目标位置。如果可以，就返回当前步数；如果不能，就继续尝试推动箱子。
合法性判断：每次推箱子都需要判断是否合法。例如，玩家和箱子的相对位置，是否能推到目标，推箱子的过程中是否会碰到墙壁等。
剪枝：为了提高效率，我们可以通过剪枝来减少不必要的计算。例如，我们可以记录已经访问过的状态，避免重复计算。
代码实现
下面是用 Python 实现的一个基本版本：
from collections import deque# 定义方向，表示玩家和箱子的相对位置
directions = [(0, 1), (1, 0), (0, -1), (-1, 0)]
def can_move(grid, player, box):
# 检查玩家能否到达箱子
visited = set()
queue = deque([player])
while queue:
x, y = queue.popleft()
if (x, y) == box:
return True
for dx, dy in directions:
nx, ny = x + dx, y + dy
if 0 <= nx < len(grid) and 0 <= ny < len(grid[0]) and grid[nx][ny] != '#' and (nx, ny) not in visited:
visited.add((nx, ny))
queue.append((nx, ny))
return False
def push_box(grid, player, box, target):
# 广度优先搜索推箱子的最短路径
queue = deque([(player, box, 0)]) # (玩家位置, 箱子位置, 步数)
visited = set([(player, box)])
while queue:
player_pos, box_pos, steps = queue.popleft()
if box_pos == target:
return steps
# 遍历所有可能的方向
for dx, dy in directions:
# 计算新的箱子和玩家位置
new_box = (box_pos[0] + dx, box_pos[1] + dy)
new_player = (box_pos[0] - dx, box_pos[1] - dy)
# 检查新的箱子位置是否有效
if (0 <= new_box[0] < len(grid) and 0 <= new_box[1] < len(grid[0]) and grid[new_box[0]][new_box[1]] != '#') and \
(0 <= new_player[0] < len(grid) and 0 <= new_player[1] < len(grid[0]) and grid[new_player[0]][new_player[1]] != '#') and \
can_move(grid, new_player, box_pos) and (new_player, new_box) not in visited:
visited.add((new_player, new_box))
queue.append((new_player, new_box, steps + 1))
return -1 # 如果没有找到路径
# 示例地图
grid = [
["#", "#", "#", "#", "#", "#"],
["#", "S", ".", ".", "T", "#"],
["#", ".", "#", "#", ".", "#"],
["#", ".", ".", ".", ".", "#"],
["#", "#", "#", "#", "#", "#"]
]
player_start = (1, 1) # 玩家起始位置
box_start = (1, 2) # 箱子起始位置
target = (1, 4) # 目标位置
result = push_box(grid, player_start, box_start, target)
print(f"最短推箱子步数: {result}") # 输出最短步数
算法解析
can_move：这个函数用来判断玩家是否能够到达箱子的相对位置。通过广度优先搜索遍历玩家和箱子之间的空地，确保玩家能够合法地推箱子。
push_box：主算法，使用 BFS 来找到从起点到目标的最短路径。队列存储的是当前状态（玩家位置、箱子位置、步数），每次从队列中取出状态并检查所有可能的下一步操作。
剪枝优化：在每次状态转移时，检查新的状态是否已经访问过，避免重复计算。
总结
说实话，这道题挺有意思的，尽管我们一开始可能觉得它很简单。它考察的不仅仅是如何模拟推箱子的过程，更重要的是如何在广泛的搜索空间中找到一条最短的路径。通过 BFS，我们可以有效地遍历所有可能的情况，从而得到最优解。对我来说，这种“带有探索性质”的问题特别有挑战性，不仅考验算法设计能力，也能让我们练习如何做有效的剪枝和优化。
不过，推箱子的这个游戏，还真是个有意思的例子，谁知道哪天我们能从代码中推个箱子呢？😆
最后，我为大家打造了一份deepseek的入门到精通教程，完全免费：https://www.songshuhezi.com/deepseek
也可以看我写的这篇文章《DeepSeek满血复活，直接起飞！》来进行本地搭建。
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》。