十几个人的小公司，老板突然来一句：谁能牵头结合咱们公司业务，开发一款编程语言？
老鬼约 4 分钟兄弟们，刚刚看到一个帖子，这次真的给我干沉默了。
十几个人的小公司，老板突然在群里扔下一句：“谁能牵头结合咱们公司业务，开发一款编程语言？”……这不是在开玩笑嘛？😅
说实话，我之前待的公司也遇到过类似的事，老板看大厂都在搞AI，头脑一热就立马下了任务：“我们也整一个AI系统，用来优化流程。”结果，搞了两个月，AI还没出来，人先优化离职了三四个……
说实话吧，十几个人的小公司，能不欠工资就已经是超神发挥了，老板们千万别一边发不出年终奖，一边想着搞出“XXLang”。
不过转念一想，老板这行为也能理解……毕竟这年头，小公司活着都难，有时候不瞎折腾一下，好像都没安全感。
只是拜托了，下次折腾之前，能不能先考虑一下——服务器有吗？人手够吗？饭都吃不饱呢，就别想着造火箭了。【备注:文末可领最新资料】
算法题：有向图中最大颜色值
局长
今天我们来看一道非常由意思的算法题，这个题一上来其实不难理解：我们给一个有向图，每个节点有个颜色标记，要求找到从某一条路径上能得到的“颜色值”的最大值。颜色值怎么定义？同一路径上最多的那个颜色出现次数。
听上去有点像是要数颜色频次？对，但加上“路径”，就意味着我们得在图里找最长路径上颜色最多的情况，这就不是普通的遍历能搞定的了。
说白了这题是一个拓扑排序 + 动态规划的组合技。
一开始看到题目的时候我还在想：这题不就是DFS？搞个hashmap记录路径中颜色数量就完了。后来试了一下就意识到自己天真了。图里可能有环！有环还怎么统计路径？直接GG。
所以我们第一步得干嘛？判环。
拓扑排序是图论里处理有向图最常见的套路之一，它的本质其实是个BFS（也有DFS写法，但我还是偏爱BFS，写起来顺点）。
我们先统计每个节点的入度，然后把入度为0的点丢进队列里，一边遍历一边更新每个节点颜色的最大频次。
这里是关键：我们不仅要判断有没有环，还要对每个颜色统计在所有路径中从起点到当前节点的最大频次。也就是说，对每个节点，都维护一个长度为26的数组（因为颜色是'a'到'z'），来记录每种颜色出现的最大次数。
来个关键代码片段，感受下：
int[][] count = newint[n][26]; // 每个节点的颜色统计
Queue<Integer> queue = new LinkedList<>();
int[] indegree = newint[n]; // 入度统计
// 构建图和入度
for (int[] edge : edges) {
graph.get(edge[0]).add(edge[1]);
indegree[edge[1]]++;
}
// 入度为0的点进队列
for (int i = 0; i < n; i++) {
if (indegree[i] == 0) {
queue.offer(i);
count[i][colors.charAt(i) - 'a'] = 1;
}
}
int visited = 0, res = 0;
while (!queue.isEmpty()) {
int node = queue.poll();
visited++;
for (int nei : graph.get(node)) {
for (int i = 0; i < 26; i++) {
count[nei][i] = Math.max(count[nei][i], count[node][i] + (i == colors.charAt(nei) - 'a' ? 1 : 0));
}
if (--indegree[nei] == 0) queue.offer(nei);
}
res = Math.max(res, Arrays.stream(count[node]).max().getAsInt());
}
// 如果没遍历完所有点，说明有环
return visited == n ? res : -1;
注意这里一个点：如果图里有环，肯定有节点入度永远不为0，那就永远进不了队列，也就是说最后visited的节点数肯定小于n。所以只要判断这一点，就能确定图里有没有环，免得又多搞一个DFS判环，省事。
我一开始写这个题时还真栽在了"路径统计"上，想当然地以为可以在DFS路径里传一个Map，最后取最大值……结果性能爆炸，还TLE🤯。
换这个做法之后，性能嘎嘎稳。
说实话这题不是特别难，但它把几个点结合得挺巧的：拓扑排序是防止环+建立路径序的，动态规划是用来记录路径中颜色的最大值。这种组合题，在面试里出现概率很高，因为它能测出你图论和DP的基本功，而且代码也不少，正好卡你个写代码的时间。
最后补一嘴：如果用DFS也不是不能做，但你得加缓存（记忆化搜索）+环检测+颜色统计，一不小心细节出错就是爆栈+重复计算双杀，写起来不如拓扑来的直接。
你要说这题面试要问我，我可能会反问面试官一句：“要不我们手撕个拓扑+颜色统计？”😏
这个题练完之后，推荐去刷下Course Schedule II那题，理解拓扑排序是怎么搞的，那个题也能当环检测模板用，蛮经典的。
对了，有个哥们问我：“Java能不能不用二维数组存颜色统计？太大了！” 其实是可以优化空间的，比如只存最近更新的颜色值，但那得看面试官让不让你发挥了。标准写法稳妥第一。🫡
那你们再想想，如果图的节点有上百万个，这个做法还能撑得住吗？欢迎讨论～
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。
-END-
以上，就是今天的分享了，看完文章记得右下角点赞，也欢迎在评论区写下你的留言。