有位同事被解雇了。他立刻退出了工作群，删除了同事和领导的联系。到了中午，组长试图联系他，但发现自己也被删除了～
python约 3 分钟早上人还在工位上敲键盘，中午已经把整个部门通讯录清空了，这画面确实有点猛。
同事被裁，消息一下来，群退了，好友删了，领导也一起打包拉黑。等到中午组长想找人，才发现自己早没了。再叫别人联系，结果一个都联系不上，属于是物理离职还没走，社交离职先一步完成。
评论区有人说这哥们太绝情，也有人说这才是标准动作，都要走了还留着干嘛，等着以后被人“顺手问点事”吗。我看这事真不算离谱。公司通知裁人那一刻，关系基本就从同事切换成前同事了。你跟公司讲体面，公司未必跟你讲温度。删得这么快，多少带点情绪，但也挺真实。成年人翻脸，不一定吵，点几下删除就够了。
算法题：破解保险箱
四个轮子，每个轮子 10 个数字，起点还是 "0000"。这题看着像暴力，真上手乱拧两圈就知道不对。
你如果每次都想着“离目标近一点”，大概率会掉坑里。因为保险箱这玩意儿不是爬楼梯，它更像图搜索：每拨一次某一位的上一格或下一格，都是一次合法状态转移。题里再塞几个 deadends，很多人代码还能跑，结果一超时就露馅了。
这题我第一眼就不太信 DFS。原因很简单，题目要的是最少次数，不是问你能不能到。只要看到“最短步数 + 状态转换均匀”，基本就该往 BFS 上靠了。这个判断比背模板重要。
先把状态想明白。 比如 "0000"，拨第一位往下是 "9000"，往上是 "1000"。注意这里有环，0 的前一位不是 -1，是 9。这个地方手一抖就容易写错。
我一般会先写个生成下一层状态的小函数，别一股脑全塞进主流程里，不然后面 debug 很烦。
from collections import deque
defnext_states(state: str):
for i, ch in enumerate(state):
x = int(ch)
up = state[:i] + str((x + 1) % 10) + state[i + 1:]
down = state[:i] + str((x - 1) % 10) + state[i + 1:]
yield up
yield down
主逻辑就清楚了： 队列里放当前能到达的状态；visited 防止来回拨； 每扩一层，步数加一。
defopen_lock(deadends, target: str) -> int:
dead = set(deadends)
if"0000"in dead:
return-1
if target == "0000":
return0
q = deque([("0000", 0)])
visited = {"0000"}
while q:
state, step = q.popleft()
for nxt in next_states(state):
if nxt in dead or nxt in visited:
continue
if nxt == target:
return step + 1
visited.add(nxt)
q.append((nxt, step + 1))
return-1
拿经典例子试一下：
deadends = ["0201", "0101", "0102", "1212", "2002"]
target = "0202"
print(open_lock(deadends, target)) # 6
这题真正的坑，不在 BFS 本身，在几个小地方：
第一，visited 别等出队再加，入队就加。 不然同一个状态可能被重复塞进队列，量一大就炸。
第二，deadends 一定先转 set。 你要是还拿 list 去查，代码表面没错，性能已经开始掉了。
第三，不要写成“朝 target 靠近”的贪心。 比如目标某一位是 9，你以为从 0 往下拨一步就行，但别的位可能被死锁挡住。局部最优在这题里经常没用。
这题说白了，就是把保险箱当成一张图： 每个 4 位数字是一个节点，每次拨动产生 8 条边。 BFS 一层层推过去，第一次遇到 target，就是最短路径。