刚看到一个挺有意思的帖子，有网友分享他们组的Leader已经40岁了，仍然每天泡在一线写核心代码，空闲时还会翻看 Go 的源码。
帖子里说，楼主好奇地问他，担不担心被优化。这位Leader笑着回应，大意是：如果你到了35岁，还需要跟25岁的年轻人拼手速、拼加班，那确实危险。但如果你能解决他们解决不了的问题，你就是团队里的宝贝。
我觉得这件事，与其说是内卷，不如说是关于价值感的体现。这位Leader并非在证明自己还能“熬夜打螺丝”，而是在持续构筑自己的不可替代性——能够拆解复杂难题、为项目兜底、带领团队前进，这才是资深工程师真正的护城河。
当然，并非人人都要去深究源码，但至少别让自己活成一颗“谁都能替换的螺丝钉”。与其每天焦虑“我几岁会被优化”，不如换个角度思考：在当前的工作中，我的离开是否会让事情明显变得更难？
算法实战：宝石与石头
昨晚临下班前，我顺手点开LeetCode，刷到一道对新手很友好的题目——“宝石与石头”。这道题很多人在初学算法时都会遇到，思路清晰，很适合拿来练手，顺便聊聊用 Python 实现的几种思路。
题目的描述很简单： 给你两个字符串，jewels 代表宝石的类型，字符串中的每个字符都是一种独特的宝石；stones 代表你拥有的石头，每个字符代表一块石头的类型。问题就是，在你所有的石头中，有多少块是宝石？
举个例子：
jewels = "aA"stones = "aAAbbbb"
石头序列是：a A A b b b b，将其与宝石种类 aA 比对，匹配的宝石是 a A A，所以答案是 3。需要注意，题目是区分大小写的，a 和 A 被视为两种不同的宝石。
思路一：暴力比对
最直观的想法，就像我们在一堆杂物里找东西。拿起一块石头，然后去“宝石清单”里逐个比对，看看它是不是宝石，如果是就计数加一。用代码实现大概是这样：
def numJewelsInStones(jewels: str, stones: str) -> int:
ans = 0
for ch in stones: # 遍历每一块石头
for j in jewels: # 在宝石列表里挨个比对
if ch == j:
ans += 1
break # 找到了就跳出内层循环，处理下一块石头
return ans
这个写法非常直白，一看就懂，就是两层循环嵌套。但是，我们分析一下复杂度：假设宝石种类有 m 个，石头有 n 块，那么每块石头在最坏情况下需要比对 m 次，总的时间复杂度就是 O(m * n)。在这道题常见的数据范围内，这样写也能通过。但如果在面试中，面试官很可能会追问一句：“有没有优化空间？”
思路二：利用集合（Set）优化
优化的核心在于加快“判断某个字符是否属于宝石集合”这个操作。对于字符串，使用 in 操作符进行成员查找，本质上需要遍历，效率不高。而Python中的 set（集合）数据结构，其“成员是否存在”的查询操作平均时间复杂度是 O(1)，即常数时间。
因此，我们可以先把所有宝石类型放入一个集合中，然后只需遍历一次石头字符串即可：
def numJewelsInStones(jewels: str, stones: str) -> int:
jewel_set = set(jewels) # 例如 "aA" -> {'a', 'A'}
ans = 0
for ch in stones:
if ch in jewel_set: # O(1) 时间复杂度的查找
ans += 1
return ans
这样，时间复杂度就降为了 O(m + n)：构建集合需要遍历一次 jewels，统计数量需要遍历一次 stones。对于大多数情况，这已经足够高效和简洁。
思路三：更Pythonic的写法
如果你对Python已经比较熟悉，这道题还可以写得更简洁一些，利用生成器表达式和 sum 函数一行搞定计数：
def numJewelsInStones(jewels: str, stones: str) -> int:
jewel_set = set(jewels)
return sum(1 for ch in stones if ch in jewel_set)
这里的 sum 函数对一个生成器表达式进行求和。生成器会遍历 stones，每当遇到一块宝石（ch in jewel_set 为真）就产生一个 1，最后将这些 1 加起来就是宝石的总数。这种写法既简洁又易于阅读，是Python中常见的惯用法。
需要注意的细节
有几个小细节，初学者容易忽略：
- 空字符串处理：如果
jewels 是空字符串，意味着没有宝石，那么无论 stones 是什么，结果都应为0。如果 stones 是空字符串，遍历结果自然也是0。上面的代码都能自然地处理这些边界情况，无需额外写 if 判断。
- 字符去重：题目通常会说明
jewels 中的字符互不相同。但即便没说明，使用 set(jewels) 已经自动完成了去重，保证了逻辑的正确性。
通过解决这道题，你可以巩固几个重要的编程思维：
- 将频繁的“查找是否存在”操作，优先考虑使用哈希表（在Python中是
set 或 dict）来优化。
- 看到多重循环时，思考是否可以通过数据预处理（如构建查找表）来降低复杂度。
- 善用Python标准库提供的高效数据结构（如
set, dict），它们是提升代码性能的利器。
下次如果在面试或实际开发中遇到类似问题，先写出清晰的暴力解法，再自然地引出基于哈希集合的优化方案，并阐述复杂度变化，就能很好地展示你的问题分析和解决能力。
如果你对这类技术话题和实战编程感兴趣，欢迎来 云栈社区 交流讨论，这里聚集了许多乐于分享和探讨的开发者。
发表于 4 天前
|
查看: 13|
回复: 0
