从大厂P9被裁到卖保险，聊聊技术人的二分查找与职业焦虑

最近网上看到一个帖子，感慨颇深。一位38岁、某大厂P9级别的总监，去年被裁，今年转身投入保险销售行业，并且第一个月就达成了“MDRT”（百万圆桌会员）的成绩。这个转折，听起来有些戏剧性，却又无比真实。

有人说，真正有能力的人，换个赛道依然能风生水起。也有人感慨，摘掉大厂的光环，终究还是要靠自己的本事吃饭。这话听着扎心，却也是现实。以前总以为做到高位就稳了，殊不知在组织的调整面前，任何人都可能面临转身。

回头来看，这位前总监能在新领域迅速取得成绩，或许说明他“卖”的从来就不只是保险产品，更是过往积累的认知、人脉和信任。这给我们提了个醒：职场走到后半程，拼的往往不是工位和头衔，而是离开平台后，你个人究竟还值多少。

聊完职场，咱们换个脑子，来看一道经典的算法题：有效的完全平方数。

题目很简单：给你一个正整数 num，请不要使用内置的 sqrt 函数，判断它是否是一个完全平方数（即是否存在一个整数 i，满足 i * i == num）。

很多人的第一反应是从 1 开始，逐个尝试 i * i 是否等于 num。这种方法对于小的 num 没问题，但遇到像 2147395600 这样的大数时，效率就很低了。毕竟最坏情况下要试 num 次。

这时候，就该 二分查找 登场了。因为平方数的序列（1, 4, 9, 16...）是单调递增的，我们可以在 [1, num] 这个有序区间里快速定位答案。

def is_perfect_square(num: int) -> bool:
    if num < 1:
        return False

    left, right = 1, num

    while left <= right:
        mid = (left + right) // 2
        square = mid * mid

        if square == num:
            return True
        if square < num:
            left = mid + 1
        else:
            right = mid - 1

    return False

代码逻辑很清晰：不断猜测中间值 mid，然后比较 mid * mid 与 num。

• 如果相等，找到目标。
• 如果 mid * mid 小了，说明答案在右半区间，收缩左边界（left = mid + 1）。
• 如果 mid * mid 大了，说明答案在左半区间，收缩右边界（right = mid - 1）。

以 num = 16 为例：

初始：left=1, right=16
第一轮：mid=8, 8*8=64 > 16，right=7
第二轮：mid=4, 4*4=16 == 16，返回 True

这个方法的时间复杂度是 O(log n)，远优于顺序查找的 O(n)。

这道题还有一个有趣的数学解法：利用“完全平方数可以表示为连续奇数之和”的性质。

• 1 = 1
• 4 = 1 + 3
• 9 = 1 + 3 + 5
• 16 = 1 + 3 + 5 + 7

代码实现如下：

def is_perfect_square_v2(num: int) -> bool:
    odd = 1
    while num > 0:
        num -= odd
        odd += 2
    return num == 0

用 num = 16 走一遍：

16 - 1 = 15
15 - 3 = 12
12 - 5 = 7
7 - 7 = 0

最终结果为0，因此它是完全平方数。

这道题表面是考数学判断，内核是考察对“有序区间搜索”的敏感度，以及对二分查找边界（如 left <= right、mid 的计算与更新）的熟练掌控。题目虽小，却是练手的好材料。

无论是应对算法题还是职业生涯的变动，核心逻辑或许有相通之处：在不确定的环境中，找到一种高效、可靠的搜索策略，远比盲目尝试来得重要。关于职场与技术的更多讨论，欢迎来云栈社区的开发者广场交流。