面完十五分钟就接 offer了，hr还打电话给我读了很长一段用心的面试评价，很幸运

十五分钟面完就接 offer，这事听着都像职场爽文。更离谱的是，HR 还专门打电话过来，读了一大段面试评价，那种认真劲儿，打工人听完都得愣两秒：现在招聘市场还有这种待遇？

现在太多人找工作，简历投出去像扔进海里，能收到个“不合适”都算讲武德，更别提面完马上给结果，还附赠一段走心反馈。 这种体验最稀缺的，根本不是 offer 本身，是那种“我被认真对待了”的感觉。人一找工作久了，最先磨没的就是这点体面。碰上这种公司，哪怕后面不一定十全十美，起码开头没把人当流水线零件。打工人有时候图的，也就是这口气。 面 试 题 ： 单调递增的数字 一眼看这个题，很多人会顺手上回溯，甚至想把所有小于等于 n 的数字都扫一遍。这个路子能做，但我一般不太信，数据一大就显得笨。 题目要找的是：给定一个非负整数 n ，返回小于等于它、并且各位数字单调递增的最大数字。像 1234 这种就算， 332 这种不算，因为 3 > 2 ，后面掉下去了。 这题真正麻烦的地方，不在“怎么判断递增”，而在“发现某一位破坏递增后，前面到底该怎么改”。拿 332 举例，很多人第一反应是把最后那个 2 改大，或者把中间那个 3 改小一点就完事。其实都不对。这个题要的是 不超过 n 的最大值 ，所以一旦某一位出现下降，正确动作不是修后面，而是先把前一位减 1，再把后面全部变成 9 。 比如：

• 332 -> 329 还不行，因为 3 > 2
• 再往前退一位 -> 299
• 这时候就对了，而且还是最大

这个思路有点像线上修数据：不是头痛医头，得看影响是不是会往前传。 直接上代码，写法我习惯这样，够短，也不绕：

class Solution {
    public int monotoneIncreasingDigits(int n) {
        char[] arr = String.valueOf(n).toCharArray();
        int mark = arr.length;

        for (int i = arr.length - 1; i > 0; i--) {
            if (arr[i - 1] > arr[i]) {
                arr[i - 1]--;
                mark = i;
            }
        }

        for (int i = mark; i < arr.length; i++) {
            arr[i] = '9';
        }

        return Integer.parseInt(new String(arr));
    }
}

这段代码重点就两步。 第一步，从右往左扫。为什么不是从左往右？因为你一旦发现 arr[i - 1] > arr[i] ，说明前一位大了，得减 1。但前一位减完，未必还能和更前面保持递增，所以要继续往左检查。这个地方如果从左往右写，后面还得反复回退，代码会别扭很多。 第二步，记录一个 mark 。从这个位置开始，后面的数全部改成 9 。原因很直接：前面既然已经退了一步，后面当然要尽可能大，才能保证结果最大。 拿 1234 跑一下，没有任何一位出问题， mark 不变，结果还是它自己。 拿 10 跑一下：

• 1 > 0 ，前面减一，变成 0
• 后面补 9
• 得到 09 ，转成整数就是 9

拿 120 跑一下：

• 2 > 0 ，变成 110 ，并记录位置
• 继续看 1 和 1 ，没问题
• 后面补 9
• 结果 119

这题不难，难的是第一次容易在“局部修补”里绕住。真正顺手的解法，往往都是先找到那一位开始坏掉，再把后面的路一次性铺平。算法题里这种味道挺常见：局部出错，修正却不一定发生在局部。