比裁员更让人憋屈的事出现了。。

刚刷到个程序员吐槽：部门裁员俩高薪的，剩下的活全给工资最低的员工，结果一提涨薪还成了“异端”。这事真的是让人无语😅。

我觉得这套路在IT圈太常见了。管理层总觉得工程师像服务器一样随时能扩容，活越堆越多，钱却一分不涨。网友有的说“忍忍就过去了”，也有人劝赶紧跑路。但说到底，这种“加量不加价”的活法，和线上薅羊毛没区别，老板算盘打得飞起，员工被当“性价比”用。

换位思考下，其实问题根子是价值和尊重没挂钩。你能顶俩人干，却没得到应有的回报，那就是被“薅”了，还不如早点觉醒：该谈条件就谈条件，不谈就学会保护自己。钱少事多情绪还被PUA，真没啥意思。【备注:文末可领最新资料】

面试题：最大得分

其实说起来，这种题目我每次坐地铁都会刷两道，越简单越容易走神，越难的就想放弃。不过这题思路吧，说穿了就是你要从一堆数里挑，最后组合起来分数要最大，说着不复杂，真下手写起来各种边界情况又闹心。

我先举个生活中的例子哈。就像点外卖，你手里有一堆外卖券，假设每张券搭配不一样的餐厅用省的钱最多，这不就类似“最大得分”吗？你不能只顾着哪个菜好吃，还得算搭配哪张券最省钱。最后省得最多，那就是最大得分了。公司小马经常点外卖就是这么算计的，号称一天省30，结果吃多胖十斤。反正算法世界就是这样现实...

扯远了，说回正题。题目一般是给你两个等长的数组，比如A和B，要求你从这俩数组中各选n个元素进行某种操作（比如A[i]*B[i]），再把这些结果加起来，求能拿到的最大分数。其实类似的变体挺多，啥A和B长度不一样、可不可以跳着选、顺序要不要保持、限制啥啥啥的，反正核心就是“挑最优组合”。

我一般的第一反应就是暴力枚举，试试呗，把所有组合都试一遍。但是人老了，手都抖，枚举得太多直接超时，根本不现实。像我那天凌晨快两点还在那试，结果电脑直接风扇狂响。

后来想想，其实这里面隐含了一个决策过程：每一步你都要决定——这个元素选不选？选了之后下一个怎么处理？明显是典型的动态规划场景。用人话说，就是你得把每种选择带来的分数记下来，后面的决策依赖于前面的选择。

动态规划咋搞？状态一般是你已经挑了几个数（假设是j个），当前走到A的第i个元素。然后维护一个dp表，dp[i][j]表示前i个里选了j个，拿到的最大得分。每次你可以选或者不选A[i-1]，如果选了就用A[i-1]和B[j-1]配对得分。

我洗澡水都凉了，才捣鼓出下面这个玩意儿：

defmax_score(A, B):
    n = len(B)
    m = len(A)
    dp = [[float('-inf')] * (n + 1) for _ in range(m + 1)]
    dp[0][0] = 0
for i in range(1, m + 1):
for j in range(0, min(i, n) + 1):
# 不选当前A[i-1]
            dp[i][j] = max(dp[i][j], dp[i-1][j])
# 选当前A[i-1]，跟B[j-1]配
if j > 0:
                dp[i][j] = max(dp[i][j], dp[i-1][j-1] + A[i-1] * B[j-1])
return dp[m][n]

你看这个代码啊，说白了就是枚举到第i个数，看选不选它，选的话更新一下状态。不选就把之前的结果抄过来。结果就是你dp[m][n]那个格子最大分数。

这个套路吧，其实跟咱小时候玩卡牌差不多，就是把手里最值钱的牌想办法和另一边最值钱的凑在一起。你非要说最优解，得一步步试，不能光图省事直接贪心。