携程状态处理中

本人非代码专业+双非学校，目前在转行做AI工程师，好多人私信我具体怎么学的、有没有系统性的资料推荐。其实我当时也没有找到一套特别完整的——要么只讲理论不写代码，要么只覆盖某个方向，要么英文的看起来太累。后来我在 GitHub 上找到了这个项目：AI Engineering from Scratch，24k+ star。它把 AI 工程从数学基础到多 Agent 系统全部拉通了，20 个阶段 468 节课，每节课都有可跑代码。跟我当时的学习路径基本对得上，只不过人家结构化做得比我好太多了。但全是英文的。我知道很多人英文阅读没问题，但学新东西的时候还得同时处理语言层，确实会慢不少。所以我就花了点时...

上周组里招人，我面了六个候选人，回来跟同事吃饭的时候聊起一个让我挺感慨的现象。前三个候选人，算法题写得都不错。第一道二分查找，五分钟之内给出解法，边界条件也处理得干净。第二道动态规划，状态转移方程写对了，空间复杂度也优化了一版。我翻他们的简历，力扣刷题量都在300以上。后三个呢，就有点参差不齐了。有的边界条件没处理好，有的直接说这道题没刷过能不能换个思路讲讲。其中有一个女生，我印象特别深——她拿到题之后没有马上写，而是先问我：“面试官，我能先跟你确认一下我对题目的理解吗？”然后她把自己的思路讲了一遍，虽然最后代码写得不是最优解，但整个沟通过程非常顺畅。这个女生的代码不是最优的，但当我问她“如果这里是线上环境，你会怎么设计’的时候，她给我讲了一套完整的方案——异常怎么处理、日志怎么打、怎么平滑发布。她对这是之前在实习的时候踩过的坑。”我在想LeetCode到底在筛选什么？我自己的经历可能有点代表性。我当年校招的时候，也是刷了三百多道题才敢去面试。那时候大家都刷，你不刷就过不了笔试关。后来工作了，前三年基本没再打开过力扣。真正干活的时候，没人让你写反转链表，也没人让你手撕红黑树。更多的是：这个接口为什么慢了、那个服务为什么OOM了、线上数据对不上了得排查一下。所以后来我当面试官，慢慢调整了自己的评判标准。算法题我还会出，但目的变了。我出算法题，不是想看你能不能背出最优解。而是想看你拿到一个陌生问题的时候，是怎么思考的。你会先理清题意吗？你会主动问边界条件吗？你想不出来的时候会怎么办？你写出来的代码，变量命名乱不乱、结构清不清楚？这些才是工作中真正用得到的能力。LeetCode是一个工具，不是目的。它帮你熟悉数据结构和常见算法思路，这没问题。但如果你刷了三百道题，却说不清楚自己的项目解决了什么问题、遇到了什么困难、你是怎么解决的，那这三百道题可能真的白刷了。所以还要不要刷LeetCode？要刷，但别只刷题。刷题的时候，多问自己几个为什么：为什么用这个数据结构？为什么这个解法比那个好？如果换个条件，解法还成立吗？把刷题当成锻炼思维的方式，而不是背答案的任务。毕竟面试官想看到的，从来不是一台背题机器，而是一个能解决问题的人。

所以这种问题（问在不在xxx）到底应该怎么回答啊

首先，讨论value为什么不能为null如果一个Map允许value为null，那么当调用map.get(key)返回null时，会出现二义性问题。可能会是：这个key不存在于map中；这个key存在于map中，并且其关联的val是null；单线程环境下可以消除二义性。在单线程环境下使用HashMap，可以通过“先判断再取值”的组合操作来避免这种二义性问题，代码实现如下所示： if (map.contains(key)) { // 该key存在于map中 Object val = map.get(key); // 从map中取出key对应的val，如果val为null，说明“这个key是存在于...