特别讨厌自己的上司，几乎快抑郁了，但是月收入有4万多，到底该不该辞职?

刚看到个贴子，说有人月薪四万多，但实在受不了上司，快抑郁了，纠结要不要辞职。

我觉得这事吧，关键在于权衡。网友有人说“四万够治愈一切委屈”，也有人劝“健康比钱重要”。但换个角度想，高薪意味着公司认可你的价值，这在职场并不容易；可如果身心长期受折磨，钱再多也可能透支未来。

从我的角度看，先别急着拍板辞职，可以给自己设个缓冲期：一边观察能否通过沟通、转岗或培养替代心态来缓解矛盾；一边暗中做准备，提升能力，拓展人脉，留好后路。就像网友说的，“职场本质是性价比”，如果觉得付出的情绪成本远远高于收入，那才是辞职的最好时机。

别被一时情绪裹挟，也别忽视健康。钱很重要，但人的状态更重要，留得青山在，哪怕以后换山头，也照样能赚钱。【备注:文末可领最新资料】

面试题：连续子数组的和

昨晚十一点多，我在公司楼下吹风，手机差点掉进井盖…想起刚帮小李看一个“连续子数组的和”的题，顺手跟你们聊聊，别紧张，别玄学，就是把一段连续的数加起来，看看要么能不能凑到某个值，要么求个最大的和，对吧。

先说最常见那个，求“最大的连续和”。思路别绕：你从左往右扫，手里拿一个当前段的和，发现它一旦变成了负的，就别犟了，负数只会拖后腿，立刻清零从下一个元素重新开始，这个套路有个名字叫卡丹（Kadane）算法。为啥行？因为负前缀对后面的任何选择都不可能更好，所以丢掉就对了。我那会儿一边等外卖一边敲了个最短的版本，你看就懂。

defmax_subarray(nums):
    cur = 0# 当前段和
    ans = float('-inf')
for x in nums:
        cur = max(x, cur + x)  # 要么续，要么重开
        ans = max(ans, cur)
return ans

有同学会问，那如果题目不是要最大值，而是问“有多少个连续子数组的和等于 k”？这个就不能用上面那个贪心了，需要换个脑子：前缀和 + 统计。前缀和是啥，就是到当前位置的总和。假设两段前缀 pre[j] 和 pre[i]，如果 pre[j] - pre[i] == k，那中间 (i, j] 这段就是答案之一。于是我只要在往前走的时候，查一下“有没有出现过 pre - k 这个前缀”，有几次就能凑出几段。为了秒查，用哈希表（字典）记次数，初始要放个 0:1，表示空前缀。

from collections import defaultdict

defsubarray_sum_equals_k(nums, k):
    cnt = defaultdict(int)
    cnt[0] = 1# 空前缀
    pre = 0
    ans = 0
for x in nums:
        pre += x
        ans += cnt[pre - k]
        cnt[pre] += 1
return ans

你看这两个函数，一个求“最爽的一段”，一个数“正好凑 k 的段数”，经常被混着考。上周面试里我还被追问“全是负数行不行”，答案是行，max_subarray 里我们把 ans 设成负无穷，就是为了照顾全负场景；而等于 k 那个，cnt[0]=1 也能覆盖“从开头刚好到某位置等于 k”的情况，细节别丢。

顺便提两点小坑吧。第一，数据长的时候，pre 可能很大，但 Python int 不会溢出，这点省心；第二，想找“最短/最长一段和等于 k”，那就不能只数次数了，需要在字典里存位置，最短就尽量让左右靠近，最长就尽量两端拉开，这个改造不难，你们按需加。

我刚接了个电话…说哪儿了，对，复杂度别忘了背：两个算法都是 O(n) 时间，空间上最大和是 O(1)，等于 k 是 O(n) 因为要记前缀出现次数。够用了，跑起来很快。我先去把外卖拿了，回来再吐槽小李那奇怪的测试用例算了。