某节HR：现在面试最怕遇到一上来就卑微到骨子里的候选人，工资不敢问，加班不敢提，说啥他都点头，恨不得把姿态踩到地底下去讨好
python约 3 分钟前某节HR这吐槽，我一眼就懂。工资不敢问，加班不敢提，岗位边界也不问，问啥都点头，笑得特别乖，乖到你都不敢录。你以为他稳定，其实HR心里大概率在打鼓：这人到底是太缺工作了，还是压根没底气，进来之后会不会一碰就碎。
评论区也有人说得挺狠，说这种人不是懂事，是先把自己谈成了“廉价劳动力”。还有人说，面试本来就是双向挑人，你上来先把自己压扁了，后面吃亏基本跑不了。
职场又不是古代卖身契，真没必要把姿态放那么低。你可以礼貌，可以克制，但别一副“只要收留我，怎样都行”的样子。HR看完估计都得犯嘀咕：你现在这么好说话，八成以后也最容易委屈、最容易崩。
算法题：打开转盘锁
锁一转，四个拨轮，每次只能拧一格，0000 要走到目标值。看着像暴力题，但真上手写，很多人会先把自己绕进去：到底该从目标往回推，还是从起点往前搜？这题我第一眼就不太信 DFS，分支太散，走偏了基本就是白跑。
这题更像线上排障里那种“最少步数”问题。你不关心怎么走得花，只关心第一个走到目标的是不是最短。所以直接上 BFS。每扩一层，就是多拧一次。第一次撞到 target，答案就出来了。
麻烦点不在搜索本身，在两个细节：
第一，deadends 这种死亡节点得先拦掉，不然队列会反复灌脏数据。 第二，拨轮不是普通加减，9 往上是 0，0 往下是 9，这地方代码写丑了，后面很容易看吐。
我一般会把“扩展下一个状态”单独拎出来，别把轮子旋转逻辑糊在 BFS 主循环里。
from collections import deque
defneighbors(state: str):
for i, ch in enumerate(state):
digit = int(ch)
up = state[:i] + str((digit + 1) % 10) + state[i+1:]
down = state[:i] + str((digit - 1) % 10) + state[i+1:]
yield up
yield down
主逻辑就干净很多：
defopenLock(deadends, target: str) -> int:
dead = set(deadends)
start = "0000"
if start in dead:
return-1
if target == start:
return0
q = deque([(start, 0)])
visited = {start}
while q:
state, step = q.popleft()
for nxt in neighbors(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
这段代码不花，但够稳。
比如 deadends = ["0201","0101","0102","1212","2002"]，target = "0202"，答案是 6。BFS 会一层层往外扩，遇到死锁就跳过，遇到访问过的也不回头。这种题最怕的不是不会写，是重复状态没去重，队列越跑越肥，最后把自己耗死。
还有人喜欢双向 BFS，这题也能做，而且会更快。只是面试里如果先把单向 BFS 写稳，其实已经够用了。别一上来就炫优化，基础版都没控住，优化只是把 bug 写复杂。
这题真正的判断点就一句：求最少步数，状态图边权一致，优先 BFS。