题干解析 去除背景后： 题设定义一颗二叉树，允许我们任意选取不连续的节点，要求返回所有选取方式中所选取节点值之和最大的值。 算法思路 递归分解问题：  针对空树根，我们无从选择。 针对单节点树根，我们有两种选择：选择该根节点/不选择该根节点。 针对一般树根，依旧两种选择：选择该根节点/不选择该根节点。  我们想要让我们的选择总和尽可能大。考虑普通的树根：  如果我们选择根节点，则两个子树需在根节点均不能选的情况下得到最大选择。 如果我们不选择根节点，则子树的节点选择并无过多限制，得到最大选择了即可。  子树的最大选择也可以依照树根类推，只不过同样考虑两种情况，选择子树根节点/不选择子树根节点。...

入职第一天的窘迫，当时去到不知所措的坐着，如何对接完一切事情，找到自己的工位坐着不知道干什么，不知道厕所在哪，不知道几点下班吃饭午休时间等等，也在看同事干什么自己就干什么中慢慢适应

领导做过的离谱事情，往往不是某一次“大事”，而是那些看起来很小、却能让人瞬间怀疑人生的瞬间。比如有一次，团队正在加班赶一个版本，大家都在盯着日志和报错。突然领导走过来，指着屏幕说：“你们这个功能要不要再加一个新需求？反正你们今晚不睡了。”当时我以为他在开玩笑，可他很认真地补了一句：“你们都在公司，顺手做了就行。”那一刻我才意识到：在他眼里，加班不是代价，而是默认的资源。还有一次，领导在会议上要求我们“提高效率”，但却不允许我们用任何自动化工具。说法是：“我们要靠手工来保证质量。”可当我们提出手工效率低、容易出错时，他又说：“你们是不是不够努力？”这种“要求高标准、但不给条件”的逻辑，让人觉得工...

Java 作为后端主力语言很抗打，但想拓宽赛道，有两个方向可以试试。第一是云原生相关(Docker+K8s),之前实习部署项目，本地跑的好好的，到测试环境就各种依赖冲突，折腾了两天没搞定。后来学了Docker，把项目和依赖打包成镜像，一键部署，再也没踩过环境的坑。现在大厂后端岗位几乎都要求懂点云原生，哪怕只是基础的镜像打包、容器编排，面试时提一嘴都能加分。第二是AI工程化相关技能了。不用深钻算法，重点学怎么把AI 模型落地到业务里，比如用Python+LangChain个简单的代码文档生成脚本，或者对接大模型 API做个内部需求分析小工具。我之前用这个帮组里生成接口注释，节省了不少重复工作，带教还夸我会找提效方法，现在很多公司都在搞AI+业务，懂点工程化落地，比只会写CURD 的后端更有竞争力。不用贪多，先吃透一个方向，技能树慢慢点，比盲目跟风学一堆新技术更实在。