领导突然提拔我当主管，月薪涨到30000，还叮嘱我别声张!结果一个月后他离职了，新领导说，没有人给我汇报过这事，得重新评估。。

这种事搁谁身上不炸裂啊？网友这波体验可以说是坐了趟“过山车”，刚爬上去，结果发现安全带是虚的！

领导拍拍肩膀：“小伙子，升你当主管，薪资3万，别声张啊。”
他还没来得及适应身份转变，一个月后——
领导跑路了！

新领导一脸懵：“从来没人跟我说过这事儿啊？咱得重新评估。”

程序员的职场经验告诉我，“升职不办手续=白干”。
这事儿就像代码上线，没提PR、没Review、没Merge，结果老项目Owner跑路了，新来的人直接一键Rollback，甚至怀疑你是不是偷偷改生产环境的黑客！

所以啊，升职加薪这事，别听“口头承诺”，邮件+正式通知=唯一真理。

不然，等于你写了一堆高性能代码，结果新上来的PM一句“没需求”，直接给你砍掉——是能气到摔键盘的程度！【备注:文末可领最新资料】。

算法题：字典序排数

当然！这道 字典序排数（Lexicographical Order）问题，可以用 DFS（深度优先搜索） 或者 直接排序的方法来解决。不过，如果只是简单粗暴 sorted(range(1, n+1)) 这样调用 Python 内置排序，那就太没技术含量了，面试官会直接给你一个“爱回不回”的表情 🙃。

所以，咱们得想点高端操作，写个 DFS 递归来搞定。

首先，题目要求对 1 到 n 的数字按照字典序排列，比如 n = 13 时，字典序应该是：

1, 10, 11, 12, 13, 2, 3, 4, 5, 6, 7, 8, 9

这就很像 前缀树（Trie） 的遍历方式，咱们可以用 DFS 来模拟它：

deflexicalOrder(n):
defdfs(num):
if num > n:
return
        result.append(num)
for i in range(10):
            next_num = num * 10 + i
if next_num > n:
return
            dfs(next_num)

    result = []
for i in range(1, 10):  # 从1开始，避免前导0
        dfs(i)
return result

# 测试
print(lexicalOrder(13))

核心思路就是：

1. 从 1 到 9 开始遍历（因为 0 不能作为前导数字）。
2. 对每个数字 不断拼接 0-9，让它往更深的层次递归，形成一个“树”。
3. 一旦发现数字超过 n，就停止递归，避免无效计算。

这样，我们就能模拟 手写字典序 的过程，想象一下你手写 1, 10, 11, 12, ... 的感觉，是不是很有“层次感”？

当然，很多人一看到 DFS，脑子里就是递归。其实可以用迭代的方法搞个 非递归 DFS，用栈来实现：

deflexicalOrder(n):
    stack = [i for i in range(9, 0, -1)]  # 反向压栈，保证 1 先出来
    result = []

while stack:
        num = stack.pop()
if num > n:
continue
        result.append(num)
for i in range(9, -1, -1):  # 从 9 到 0 压栈，保证字典序
            next_num = num * 10 + i
if next_num <= n:
                stack.append(next_num)

return result

# 测试
print(lexicalOrder(13))

这样就不用递归，换成了 手动管理栈，效果一样，但在某些情况下会更省栈空间（面试官看了会觉得你“栈”得住😏）。

最后，如果你是个懒人，Python 其实还有一种“极懒”的写法——直接用字符串排序（不推荐，但可以骗过一些场景）：

deflexicalOrder(n):
return sorted(range(1, n+1), key=str)

print(lexicalOrder(13))

这一招的核心是 key=str，它会按照 字符串 的方式排序，比如 ["1", "10", "11", "12", ..., "2", "3"]，也是字典序。

不过这招是面试毒瘤，用出来可能会被面试官怀疑你是不是 ChatGPT 写的 😆，所以建议还是写 DFS 或者迭代解法更有诚意。

你觉得哪种写法最优雅？欢迎在评论区留言讨论 。