同事月薪 1.3w，自从被降薪后天天摸鱼，今天被叫去开会，以为要被裁，结果老板说:公司缺个技术总监，你去试试?月薪给你翻三倍

刚看到个贴子，说一位同事被降薪后整天摸鱼，结果老板反而让他当上了技术总监，工资直接翻三倍。网友都炸了，有人说他是“摸鱼界的天花板”，也有人嘲讽“说明公司不行”。

我觉得这事吧，其实挺现实的。职场上，领导看重的从来不是谁最辛苦，而是谁最“有用”。有的人忙得像陀螺，但方向错了；有的人表面摸鱼，其实在旁观全局、沉淀经验。老板真正需要的是能扛事、懂体系、能解决关键问题的人。

网友说“努力没用”，我不完全认同。努力当然重要，但得用在刀刃上。被降薪时不崩溃，反而能静下心看清公司漏洞，这种心理素质和格局，才是真正稀缺的能力。

说到底，职场升迁是实力、心态和时机的叠加。别急着羡慕别人被翻三倍的工资，先想想自己能不能撑得住那份位置。【备注:文末可领最新资料】

面试题：目标和

昨晚十一点多在公司楼下吹风的时候，小李问我：哥，那个“给一堆正整数，加正负号凑目标值”的题到底咋写，回溯老TLE。嗯，就是经典的 Target Sum。

给数组 nums（非负整数）和目标 S，在每个数前放 + 或 -，问有几种方式能得到 S。比如 [1,1,1,1,1]、S=3，答案是 5。

直觉思路（暴力 + 记忆化）

最直接就是 DFS：每个元素两种选择，加或者减，树高 n，分支数 2。纯暴力是 O(2^n)，但用“索引 + 当前和”做记忆化，能把很多重复子问题剪掉，速度就上来了。实际面试不怕先写这个，跑通样例吃个底气。

等价转化（背包才是王道）

更优雅的是转成“子集和”：把加号那堆称为 P，减号那堆称为 N，有sum(P) - sum(N) = S，又因为 sum(P) + sum(N) = total（所有数之和），两式相加得sum(P) = (S + total) / 2。 所以问题变成：从 nums 里选一些数，装到容量为 target = (S+total)/2 的“背包”里，有多少种装法（顺序不重要）。两个坑别踩：

1. 如果 S+total 是奇数，答案必然 0。
2. S 太大（绝对值大于 total）也直接 0。 然后用一维 DP：dp[j] 表示“凑出和 j 的方案数”。初始化 dp[0]=1，遍历每个数 x，内层 j 从大到小更新：dp[j]+=dp[j-x]。倒序是为了每个数只用一次。

from functools import lru_cache
from typing import List

# 写法一：记忆化搜索
deffind_target_sum_ways_dfs(nums: List[int], S: int) -> int:
    n = len(nums)

    @lru_cache(None)
defdfs(i: int, cur: int) -> int:
if i == n:
return1if cur == S else0
return dfs(i + 1, cur + nums[i]) + dfs(i + 1, cur - nums[i])

return dfs(0, 0)

# 写法二：子集和动态规划（推荐）
deffind_target_sum_ways_dp(nums: List[int], S: int) -> int:
    total = sum(nums)
# 不可达的两种情况
if abs(S) > total: 
return0
if (S + total) % 2 == 1:
return0

    target = (S + total) // 2
    dp = [0] * (target + 1)
    dp[0] = 1# 空集凑出0的方法只有1种

for x in nums:
# 0 也要参与：它能让方案数翻倍（对每个可达j，+0和-0都不变）
for j in range(target, x - 1, -1):
            dp[j] += dp[j - x]
return dp[target]

复杂度 & 小细节

DP 的时间 O(n * target)，空间 O(target)；记忆化通常也够快。数组里有 0 的时候，不用单独写分支，DP 自然会“方案数翻倍”，因为 x=0 时 dp[j]+=dp[j]。还有一个小习惯：面试里我会先判 abs(S)>total 和奇偶性，这两条能一秒钟把很多无效输入挡在外面，省时省力。

什么时候选哪种？

样例很小、想快写就用 DFS+记忆化；S 不是很大、想吃稳定收益就用背包 DP。实话讲，大厂白板上我更常用第二种，因为边界清晰，不容易掉坑。行了我先去泡杯咖啡，等会儿要把这题讲给小王再过一遍。