领导让我脱离AI写代码，我纯手工写了，领导说我拉了一坨大的。。

刚看到个贴子，说有程序员被领导要求“脱离AI写代码”，他就老老实实纯手工撸了，结果领导看完直接来一句：“你拉了一坨大的。”哈哈，真的哭笑不得。

这年头不用AI还要被骂，用了又怕被说偷懒，真是两头不是人。

我觉得这事吧，其实反映了一个现实——职场里很多领导嘴上说“重视创新”，心里想的还是“高效出活”。

AI已经成了生产力的一部分，你不用就像工人非要手搓螺丝，领导当然嫌慢。问题是，领导自己也没弄清楚到底要“能力”还是“结果”。

从我的角度看，AI不是偷懒，是工具。会用AI写代码，不代表你没实力，反而说明你懂得提升效率。真正的能力，是知道什么时候该借力、什么时候该亲手上阵。

时代变了，抱着老一套不放，只会被淘汰。【备注:文末可领最新资料】

面试题：将数组清空

有时候写代码写着写着，你会发现那种“清空数组”的操作比想象中要多。比如调接口拿到一堆数据放到列表里，处理完要清空；或者你在循环里不断往列表加元素，不清空就越积越多，最后内存被吃爆。这个事儿简单说一句，就是“把列表变空”，但不同场景下做法还真有讲究。

一、最直接的写法：clear()

Python 里最地道的写法其实就一句话：

arr = [1, 2, 3, 4]
arr.clear()
print(arr)  # []

clear() 这个方法从 Python 3.3 开始才有，说白了就是在原地把元素都删了。注意这个“原地”俩字——它不会重新分配内存，而是把原来的列表直接清空。这个在多引用的场景下特别有用，比如：

a = [1, 2, 3]
b = a
a.clear()
print(b)  # []

因为 b 和 a 指向的是同一个列表对象，a.clear() 会让两边都看到空的结果。如果你是做缓存清理或者资源复用的场景，用这个最合适。

二、重新赋值：arr = []

很多人习惯这样写：

arr = [1, 2, 3]
arr = []

看着效果一样，其实这不是“清空”，而是创建了一个新列表。原来的 [1, 2, 3] 还在内存里，只是没人引用它了，等垃圾回收。要是别人还拿着旧引用，比如 b = arr 那种，那 b 里还是老数据。

所以如果你的代码里到处传这个数组，arr = [] 可能会出事——清空不干净。除非你确定没人再用那份旧数据，否则别用这一招。

三、切片赋值：arr[:] = []

这个写法有点老派，但它确实挺安全的：

arr = [1, 2, 3]
arr[:] = []
print(arr)  # []

它的意思是用空列表替换掉原列表的所有元素，也相当于“原地清空”。效果跟 clear() 一样，但兼容老版本 Python（比如 2.7）。而且如果你写的是那种框架里被多处共享的全局缓存，用切片法也能保证所有引用同步变空。

我有次在公司老项目里改 Bug，代码还是 Python 2 写的，当时想当然用了 .clear()，结果线上直接挂了，查日志才知道版本太老。后来一行换成 arr[:] = []，就安安稳稳地跑了两年。

四、循环删除：while arr: arr.pop()

这方法... 不推荐，但有时你得知道它为什么慢。

arr = [1, 2, 3, 4]
while arr:
    arr.pop()

pop() 每次删一个元素，从后往前删没问题，但这是 O(n) 的操作，清空整个数组就是 O(n²)。真要数据量大一点，性能惨不忍睹。不过如果你想边删边处理，比如删除的同时做日志记录，这个写法倒也合理。

五、性能上的区别

简单对比一下：

• arr.clear() 和 arr[:] = []：原地清空，效率最高。
• arr = []：新建对象，干净但会丢引用。
• 循环 pop()：性能最差，不推荐。

我做过个测试，10 万个元素的列表：

• clear() 大概 0.001 秒；
• 切片赋值也差不多；
• arr = [] 更快点，但对象变了；
• while pop() 要几百毫秒起跳。

在绝大多数场景下，clear() 是最优选。

如果你只是想“清空”，直接 arr.clear()； 要兼容老版本，arr[:] = []； 要重新指向新对象，就 arr = []； 除非有特殊逻辑，别用 pop()。

清空数组听起来像个小事，但在多线程、共享引用、内存优化这些场景里，它其实挺关键的。尤其在写那种服务常驻进程时，不清空可能慢慢积垃圾，最后谁也找不出是哪个地方堆的。

就这么点小技巧，懂了之后就顺手了。下次写完循环或者请求缓存的时候，脑子里记得那句： ——“清空得干净点，别留下尾巴。”