大专就不配月薪3万么，我月薪是28000，总包在50左右，而他薪资预估在18000左右，还是211高材生，于是开始对我充满了敌意。

刚看到个贴子，说一位大专博主月薪2.8w，总包50左右，被一个预估1.8w的211同事各种阴阳，意思是“大专也配拿这么高？”还对人充满敌意。

网友回复我也瞄了瞄，有说211眼红的，有质疑工资造假的，还有感叹“学历不值钱了”的。

我觉得这事吧，关键真不在“大专”和“211”这俩标签上，而是在市场愿不愿意为你那点本事付钱。学历是门票，薪资是身价，两张票混着算，只会越想越不平衡。很多人读书时比的是分数，工作后比的是价值，路径不一样，但赛道是同一条。

换个角度想，如果一个人最大的本事，就是盯着别人的工资生气，那说明他缺的不是名校，而是心态和能力

算法题：最大层内元素和

昨天晚上十一点多，我在公司楼下拿着奶茶吹风，我们组那个小李一边啃着炸鸡一边跟我说：“东哥，我刷到一道树的题，叫啥最大层内元素和，脑子一下卡壳了，你给我讲讲呗？”我一听名字就笑了，这玩意说难不难，说简单也能劝退一批人，主要是对“层”这个概念不够有感觉。

先把题目翻译成人话哈，就是这样一个意思： 给你一棵二叉树，树是有很多层的嘛，根节点是第1层，它的左右孩子是第2层，再往下是第3层……现在每个节点上有个整数值（可以是负数），让你算：哪一层所有节点的值加起来最大？最后返回“层号”，不是返回那个和本身。

随便举个迷你例子，你脑补一下：

• 第1层：节点值 [1]，和 = 1
• 第2层：节点值 [7, 0]，和 = 7
• 第3层：节点值 [7, -8]，和 = -1

那最大的是第2层，答案就是 2。就这么点事，对吧，听着不吓人。

那怎么干呢？很多同学一上来就想着“递归，递归一把梭”，但是递归如果没想清楚要统计啥，很容易写成那种“看着很优雅，实际上啥都没做对”的那种算发…算法。这里其实有个特别自然的思路：既然问“每一层”的和，那我就一层一层地去走不就完事了？

一层一层地走这个动作，在二叉树里有个固定叫法：层序遍历。实现层序遍历最经典的工具就是队列，你可以脑补成排队打饭的窗口：先来的先处理，处理的时候再把它的孩子丢到队尾，等下次处理。

整个过程大概是这样：

1. 一开始队列里只有 root 根节点，当前层 level = 1。
2. 每次先记住这一层有多少个节点 size = len(queue)，然后把这 size 个依次弹出来，顺便把它们的值加到 cur_sum 里。
3. 弹每个节点的时候，把它的 left、right 不为空的孩子，塞回队列。这样下次循环的时候，队列里装的就是“下一层”的所有节点。
4. 每一层遍历完，就拿 cur_sum 和历史最大和 best_sum 比一比，大就更新一下，同时记下是第几层。
5. level 每轮 +1，最后返回 best_level。

思路就这样，真的没啥花活。用 Python 写一下，丢给小李看的是这个版本：

from typing import Optional
from collections import deque

classTreeNode:
def__init__(self, val: int = 0, left: 'Optional[TreeNode]' = None, right: 'Optional[TreeNode]' = None):
        self.val = val
        self.left = left
        self.right = right

classSolution:
defmaxLevelSum(self, root: Optional[TreeNode]) -> int:
ifnot root:
# 没有节点，看题目要求，一般不会给空树
return0

        queue = deque([root])
        level = 1# 当前正在遍历的层
        best_level = 1# 目前为止和最大的层
        best_sum = root.val  # 目前为止最大的层和

while queue:
            size = len(queue)
            cur_sum = 0

# 把当前层的节点都处理掉
for _ in range(size):
                node = queue.popleft()
                cur_sum += node.val

if node.left:
                    queue.append(node.left)
if node.right:
                    queue.append(node.right)

# 当前层算完，和出来了，和历史最大比一下
if cur_sum > best_sum:
                best_sum = cur_sum
                best_level = level

            level += 1

return best_level

你看这个代码，其实就围绕“队列 + 当前层节点个数”这俩点在转。里面有几个小细节，你注意下就行：

一个是最佳答案的初始化，我这里直接用 root.val，当成“第一层的和”。这样后面比较时逻辑很清楚：只要后面的层比它大，就更新。顺带还能自然地处理“全是负数”那种树，不会出现默认 0 把真正的负数层压过去的情况，这一点很多人第一次写会被坑。

第二个是 queue 的使用方式： 每一轮 while，size = len(queue) 这一步是“锁当前层”；for 循环只循环 size 次，保证你这一轮只处理这一层的节点，孩子全部进队列，但不会在本轮被处理，这样“层和层之间”就天生分隔开了。

顺便说一句时间复杂度这种东西，面试官爱问。这个算法每个节点就进队列、出队列各一次，做常数次加法、判断，整体就是 O(n)，空间开了一个队列，最坏节点都在同一层，也是 O(n)。说到这里基本就够用了。

当然，有人会问：“这题能不能用 DFS 啊？我就想写递归。”也是可以的，你可以搞一个字典 level_sum[level]，递归的时候把当前节点值加到对应层上，最后再在这个字典里找最大值对应的层。思路是通的，只是实现上比 BFS 多点心智负担，要考虑递归层数、栈深度啥的，我一般让新人先把 BFS 写明白，再去玩 DFS 花式写法。

我们当时在楼下聊完，小李回去敲了一遍，运行过了之后给我发消息说：“原来就这啊，我刚开始还以为是什么高深动态规划。”其实很多树题都这样，你只要对“遍历方式”这几个套路熟：前序、中序、后序、层序，再把队列、栈这几个基本数据结构用顺手，剩下就是一点点业务包装。

行了，不说了，我外卖到了，先吃口饭再刷两道题，不然今天又要拖延了…