心碎飞书
3 月 26 日,字节跳动旗下产品飞书的 CEO 谢欣发布全员信,正式宣布进行新一轮的组织调整,即裁员。
内部全员信如下:
我有不少朋友是在字节跳动,甚至就在 Lark 的。
同时我也因为会经常和一些平台的运营小伙伴有沟通需求,经常会使用飞书。
说一下我对飞书的看法。
飞书是一个很棒的产品,它能给你一些在其他 App(企业微信、钉钉)体会不到的舒适感。
企业微信和钉钉这两个 App 我也看过,在 tabbar 随便点点就会有满屏 icon 按宫格布局的界面。明明什么都还没做,那种无形的压力就上来了,在飞书上我基本上没有这种感觉。
那些宫格布局的功能,飞书也有,只不过紧迫感被良好的 UI 设计给摊开掉了。
当然,可能不少人会认为,作为一个办公应用,企业微信和钉钉给人带来的紧迫感觉,才是对的 ...
但办公软件敢于简洁化,恰恰说明产品的自信。
作为一个 5G 冲浪选手,我也没少听说飞书在 C 端收获的好评。
你没听错,很多个人团队/小型工作室,甚至只是有即时通讯需求的个人,也会选择飞书,这对于一个办公类的 IM 软件来说,是不可想象的。
那,如此好的一款产品,为什么会走到这一步?
总归到底,飞书应该是一款 B 端产品,而非其他。
基本面垮了,别的地方再好也没用。
飞书好比是名田径运动员,额外点亮了体操这一技能,气质方面满分,但田径成绩长期与第一二名断层。
要知道,大众(无论个人还是企业,企业一定程度也是个人)心智空间,往往只够容纳第一名,少数情况能容纳第二名,例如「可乐可乐和百事可乐」以及「企业微信和钉钉」,而飞书是三名。
导致局面的原因是显然的。
企业微信背靠微信,具有天然的链接优势,而钉钉依靠于入场得早,以及前期与政府的和谐关系,也抢占了属于自己的份额。
那飞书呢?
飞书只能去 to B 一些人家不要的企业,同时字节又和政府关系不好,丢失了最大头的客户。
后发的飞书,哪怕要成为前三,也注定要砸巨量资源,所以目前飞书的人数是钉钉的五倍。
从产品和组织架构来看,精简,确实是飞书现在应该要走的路。
只不过,时代的尘埃这次又要几百上千的人来一同承担了。
...
回归主线。
来做一道和「飞书」相关的算法原题。
题目描述
平台:LeetCode
题号:621
给你一个用字符数组 tasks
表示的 CPU
需要执行的任务列表,其中每个字母表示一种不同种类的任务。
任务可以以任意顺序执行,并且每个任务都可以在 1
个单位时间内执行完。
在任何一个单位时间,CPU
可以完成一个任务,或者处于待命状态。
然而,两个相同种类的任务之间必须有长度为整数 n
的冷却时间,因此至少有连续 n
个单位时间内 CPU
在执行不同的任务,或者在待命状态。
你需要计算完成所有任务所需要的最短时间。
示例 1:
css
输入:tasks = ["A","A","A","B","B","B"], n = 2
输出:8
解释:A -> B -> (待命) -> A -> B -> (待命) -> A -> B
在本示例中,两个相同类型任务之间必须间隔长度为 n = 2 的冷却时间,而执行一个任务只需要一个单位时间,所以中间出现了(待命)状态。
示例 2:
css
输入:tasks = ["A","A","A","B","B","B"], n = 0
输出:6
解释:在这种情况下,任何大小为 6 的排列都可以满足要求,因为 n = 0
["A","A","A","B","B","B"]
["A","B","A","B","A","B"]
["B","B","B","A","A","A"]
...
诸如此类
示例 3:
rust
输入:tasks = ["A","A","A","A","A","A","B","C","D","E","F","G"], n = 2
输出:16
解释:一种可能的解决方案是:
A -> B -> C -> A -> D -> E -> A -> F -> G -> A -> (待命) -> (待命) -> A -> (待命) -> (待命) -> A
提示:
- <math xmlns="http://www.w3.org/1998/Math/MathML"> 1 < = t a s k . l e n g t h < = 1 0 4 1 <= task.length <= 10^4 </math>1<=task.length<=104
tasks[i]
是大写英文字母n
的取值范围为 <math xmlns="http://www.w3.org/1998/Math/MathML"> [ 0 , 100 ] [0, 100] </math>[0,100]
构造
先考虑最为简单的情况:假设只有一类任务,除了最后一个任务以外,其余任务在安排后均需要增加 <math xmlns="http://www.w3.org/1998/Math/MathML"> n n </math>n 个单位的冻结时间。
将任务数记为 <math xmlns="http://www.w3.org/1998/Math/MathML"> m m </math>m 个,其中前 <math xmlns="http://www.w3.org/1998/Math/MathML"> m − 1 m - 1 </math>m−1 个任务均要消耗 <math xmlns="http://www.w3.org/1998/Math/MathML"> n + 1 n + 1 </math>n+1 的单位时间,最后一个任务仅消耗 <math xmlns="http://www.w3.org/1998/Math/MathML"> 1 1 </math>1 个单位时间,即所需要的时间为 <math xmlns="http://www.w3.org/1998/Math/MathML"> ( n + 1 ) × ( m − 1 ) + 1 (n + 1) \times (m - 1) + 1 </math>(n+1)×(m−1)+1。
当存在多个任务时,由于每一类任务都需要被完成,因此本质上我们最需要考虑的是将数量最大的任务安排掉,其他任务则是间插其中。
假设数量最大的任务数为 max
,共有 tot
个任务数为 max
的任务种类。
实际上,当任务总数不超过 <math xmlns="http://www.w3.org/1998/Math/MathML"> ( n + 1 ) × ( max − 1 ) + t o t (n + 1) \times (\max - 1) + tot </math>(n+1)×(max−1)+tot 时,我们总能将其他任务插到空闲时间中去,不会引入额外的冻结时间(下左图);而当任务数超过该值时,我们可以在将其横向添加每个 <math xmlns="http://www.w3.org/1998/Math/MathML"> n + 1 n + 1 </math>n+1 块的后面,同时不会引入额外的冻结时间(下右图):
综上,我们所需要的最小时间为上述两种情况中的较大值即可:
<math xmlns="http://www.w3.org/1998/Math/MathML" display="block"> max ( t a s k . l e n g t h , ( n + 1 ) × ( m a x − 1 ) + t o t ) \max(task.length, (n + 1) \times (max - 1) + tot) </math>max(task.length,(n+1)×(max−1)+tot)
Java 代码:
Java
class Solution {
public int leastInterval(char[] tasks, int n) {
int[] cnts = new int[26];
for (char c : tasks) cnts[c - 'A']++;
int max = 0, tot = 0;
for (int i = 0; i < 26; i++) max = Math.max(max, cnts[i]);
for (int i = 0; i < 26; i++) tot += max == cnts[i] ? 1 : 0;
return Math.max(tasks.length, (n + 1) * (max - 1) + tot);
}
}
C++ 代码:
C++
class Solution {
public:
int leastInterval(vector<char>& tasks, int n) {
vector<int> cnts(26, 0);
for (char c : tasks) cnts[c - 'A']++;
int maxv = *max_element(cnts.begin(), cnts.end());
int tot = count(cnts.begin(), cnts.end(), maxv);
return max(static_cast<int>(tasks.size()), (n + 1) * (maxv - 1) + tot);
}
};
Python 代码:
Python
class Solution:
def leastInterval(self, tasks: List[str], n: int) -> int:
cnts = [0] * 26
for c in tasks:
cnts[ord(c) - ord('A')] += 1
maxv, tot = 0, 0
for i in range(26):
maxv = max(maxv, cnts[i])
for i in range(26):
tot += 1 if maxv == cnts[i] else 0
return max(len(tasks), (n + 1) * (maxv - 1) + tot)
TypeScript 代码:
TypeScript
function leastInterval(tasks: string[], n: number): number {
const cnts = new Array<number>(26).fill(0)
for (const c of tasks) cnts[c.charCodeAt(0) - 'A'.charCodeAt(0)]++
let max = 0, tot = 0
for (let i = 0; i < 26; i++) max = Math.max(max, cnts[i])
for (let i = 0; i < 26; i++) tot += max == cnts[i] ? 1 : 0
return Math.max(tasks.length, (n + 1) * (max - 1) + tot)
}
- 时间复杂度: <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( n + C ) O(n + C) </math>O(n+C)
- 空间复杂度: <math xmlns="http://www.w3.org/1998/Math/MathML"> O ( C ) O(C) </math>O(C),其中 <math xmlns="http://www.w3.org/1998/Math/MathML"> C = 26 C = 26 </math>C=26 为任务字符集大小
最后
给大伙通知一下 📢 :
全网最低价 LeetCode 会员目前仍可用,快来薅羊毛!!!
📅 年度会员:有效期加赠两个月!! ; 季度会员:有效期加赠两周!!
🧧 年度会员:获 66.66 现金红包!! ; 季度会员:获 22.22 现金红包!!
🎁 年度会员:参与当月丰厚专属实物抽奖(中奖率 > 30%)!!
专属链接:leetcode.cn/premium/?pr...
更多详情请戳 这里 。
我是宫水三叶,每天都会分享算法知识,并和大家聊聊近期的所见所闻。
欢迎关注,明天见。
更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地 🎉🎉