作为一个程序员，我看到这件事忍不住想吐槽一下。
最近，西安某科技公司领导在工作群里发飙，原因竟然是晚上十点多发的信息没有人回复，结果凌晨二点他大发雷霆，开始在群里一通“输出”。
我只能说，领导，你真的是不懂得照顾员工的情绪啊！工作群里没人回复，是不是可以理解为大家都已经“下班”了呢？别忘了，人家也有私生活，要是把所有时间都贡献给公司，恐怕得被贴上“工作狂”的标签了吧？
领导这种“凌晨两点还骂人”的行为，真的让我想说：你是在加班，还是在给公司挖坑啊？明天早上再说清楚不行吗？有什么问题面对面解决，深夜里这样搞，真的有点过了。
我看到有网友评论说“找个大一点的公司，素质会高一点”，我觉得也没错。
你如果总是“逆来顺受”，可能真的得习惯这样的工作氛围了。但你看看，老板连休息都不放过，看来这公司要么是加班成瘾，要么就是快要崩了，员工连休息的权利都没了，真让人心疼。😓
所以啊，别把自己逼得太紧，工作再忙也得找时间喘口气。
算法题：找树左下角的值
嗨，大家好！今天我们来聊一个经典的算法题：找树左下角的值。
首先，题目给我们的是一棵二叉树，要求我们找出树的左下角的值。也就是我们从树的最底层开始，顺着最左边的路径，最终找到的那个值。说白了，就是这棵树的“最左边的叶子节点”在最底层的值。
问题听起来像是个找树的深度问题，但其实做法不一定要用复杂的递归。我们可以用层序遍历的方式来解决。这是一个典型的广度优先搜索（BFS）问题，结合队列来逐层查找，从最左边开始，遇到的最后一个节点就是我们想要的结果。
解法
我们首先利用队列（ queue）来进行广度优先搜索，逐层扫描树。每一层的最左节点，就是我们需要关注的目标。 我们不断更新队列，直到最后一层，最终找到的就是那个值。
代码示例如下：
from collections import deque
# 二叉树的节点结构
class TreeNode:
def __init__(self, val=0, left=None, right=None):
self.val = val
self.left = left
self.right = right
def findBottomLeftValue(root: TreeNode) -> int:
# 如果树为空，直接返回
if not root:
return None
# 使用队列进行BFS
queue = deque([root])
while queue:
# 当前层的节点数
level_size = len(queue)
# 从队列中拿出所有节点，逐层扫描
for i in range(level_size):
node = queue.popleft()
# 只保留当前层的最左节点
if i == 0:
leftmost_value = node.val
# 把左右子节点加入队列，准备扫描下一层
if node.left:
queue.append(node.left)
if node.right:
queue.append(node.right)
return leftmost_value
代码解析
TreeNode类：我们先定义了一个简单的
TreeNode类来模拟二叉树结构。每个节点有三个属性：值val、左子节点left和右子节点right。findBottomLeftValue函数：
这里我们用队列 queue来存储当前节点。每次遍历树的当前层时，我们把当前节点的左右子节点加入队列，直到遍历完当前层所有节点。我们只保留当前层的最左节点，即第一个被访问的节点。 每次进入下一层时， leftmost_value会更新为当前层的最左节点。
返回结果：我们最终返回的就是最后一层的最左节点的值。
举个例子
假设我们有一棵二叉树，如下所示：
1
/ \
2 3
/ \ / \
4 5 6 7
/
8
我们从根节点开始逐层扫描，先看到1，再看到2和3，接着是4、5、6和7，最后是8。最左边的叶子节点就是8，所以返回的结果应该是8。
时间复杂度和空间复杂度
时间复杂度：我们遍历每个节点一次，因此时间复杂度是O(N)，其中N是树的节点数。 空间复杂度：由于使用了队列存储节点，最坏情况下空间复杂度也是O(N)，例如树的宽度很大时。
小结
这道题的本质是利用层序遍历来找到树的最底层最左边的节点值。使用队列进行BFS非常直观，而且能避免递归深度过深的问题。对于树的深度较大时，BFS在内存上更加高效，避免了递归栈溢出的风险。
对编程、职场感兴趣的同学，大家可以联系我微信：golang404，拉你进入“程序员交流群”。
虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》。
