技术总监因项目被撤离职？从职场八卦聊到LeetCode缺失区间算法

刚看到社交媒体上分享的一个职场事件：一位技术总监在拿到45万年终奖后，却突然提出了离职。起初同事们都猜测他是被竞争对手高薪挖走，但背后的真实原因令人意外：他长期负责的两个核心项目，在毫不知情的情况下被公司悄悄转移给了新空降的领导，而他自己的名字甚至没有出现在项目列表上。

这个事件中，金钱的补偿与职业的尊重被割裂了。年终奖或许是对过去贡献的肯定，但对于技术人而言，长期投入和主导的项目才是未来发展的核心筹码。当所有的成绩被一笔抹去，传递出的信号是：无论你在这里干多久，都可能随时被替换。

从公司角度看，这种做法也显得短视。真正愿意为公司创造价值的骨干一旦心寒，剩下的可能只有冷冰冰的KPI数字，团队将失去为之拼搏的动力。

这也引发了一个更广泛的思考：当职业发展遇到阻碍时，如何评估与决策？也许适时地寻求新的机会或平台，也是一种理性的职业规划。关于职业路径的更多探讨，可以关注云栈社区的职场板块。

金钱固然重要，但职业尊严与发展空间同样不可或缺。遇到触及原则底线的公司，及时止损未必是坏事。

算法题：缺失的区间

不知道你有没有这样的经历：业务系统中一个自增ID用了一段时间后，中间被人为删除了一些记录，导致ID序列不再连续。这时产品经理可能会跑来紧张地问：“这几天的订单数据是不是丢失了？”你一查，发现数据其实都在，只是ID不连续而已。但为了解释清楚，往往需要把缺失的ID区间都找出来，这个过程如果手动计算，确实有点繁琐。

其实，很多这类“查漏补缺”的需求，其核心就是今天要讨论的算法题：缺失的区间。

让我们来抽象一下问题：
想象有一条整数轴，从 lower 到 upper，中间有一些数字已经被“占用”了。题目会给你一个有序且元素互不重复的数组 nums，里面就是这些已经存在的数字。
你的任务就是：找出在 [lower, upper] 这个完整范围内，没有出现过的那些数字段，并将每一段整理成一个区间返回。

来看一个具体例子：

• lower = 0, upper = 9
• nums = [0, 1, 3, 7, 8]

那么缺失的部分就是：

• 数字 2 单独一个。
• 数字 4, 5, 6 连成一段。
• 数字 9 单独一个。

通常题目要求用字符串列表来表示结果，像这样：["2", "4->6", "9"]。

目标很明确，接下来我们聊聊解题思路，而不是一上来就写代码。

我当时是这么思考的：
你可以想象自己拿着一个小本子，从 lower 这个起点开始向右“巡视”。我们记录一个 prev 变量，表示“上一次遇到的那个已存在的数字”。
每当你遇到数组 nums 中的一个数字 x 时，就检查一下 prev 和这个 x 之间有没有“空隙”：

• 如果 x == prev + 1，说明 prev 和 x 是紧挨着的，中间没有缺失的数字，继续往前走。
• 如果 x > prev + 1，那么恭喜你，找到了一个洞！缺失的区间就是 [prev + 1, x - 1]。

然后把 prev 更新为当前的 x，继续巡视下一个数字。

这里有两个边界情况需要特殊处理：

1. 左边界：可能一开始就缺数字。例如 lower=1, nums=[3,4]，那么 [1,2] 这个区间就是缺失的。
2. 右边界：最后面也可能缺数字，就像上面例子里的 9。

如何优雅地统一处理这些边界呢？有一个非常实用的小技巧：

• 初始化时，不把 prev 设为 lower，而是设为 lower - 1。
• 在循环遍历时，我们不仅遍历原数组 nums，最后再人为地追加一个 upper + 1 作为“虚拟的最后一个已存在数字”。

这样一来，逻辑就变得非常顺畅：

• 如果左边一开始就缺，那么遇到的第一个 x 就会大于 prev + 1，你自然能计算出缺失区间 [lower, x - 1]。
• 最后追加的那个 upper + 1 会帮助我们“顺带”算出右边界缺失的部分。

这种在数组末尾添加一个“哨兵”值的做法，在解决算法与数据结构相关的很多问题中都特别常见，是一个值得掌握的技巧。

下面直接看代码实现，核心逻辑其实就十来行。我们使用Python来演示：

from typing import List

def format_range(start: int, end: int) -> str:
    """
    把区间格式化成题目要求的样子：
    - 单个数字：'5'
    - 一段区间：'2->6'
    """
    if start == end:
        return str(start)
    return f"{start}->{end}"

def find_missing_ranges(nums: List[int], lower: int, upper: int) -> List[str]:
    res: List[str] = []
    # 上一个“已经存在的数”，先放 lower - 1 当哨兵
    prev = lower - 1

    # 在原数组后面拼一个 upper + 1 的虚拟元素，统一处理右边边界
    for x in nums + [upper + 1]:
        # 注意只看落在 [lower, upper] 范围里的
        if x < lower:
            # 比 lower 小的直接略过
            prev = x
            continue
        if x > upper + 1:
            # 超出右边很多就没必要看了
            x = upper + 1

        # 如果 prev 和 x 之间有“缝”，那就是一个缺失区间
        if x - prev >= 2:
            start = prev + 1
            end = x - 1
            # 再裁一下，保证区间落在 [lower, upper] 内
            start = max(start, lower)
            end = min(end, upper)
            if start <= end:
                res.append(format_range(start, end))
        prev = x

    return res

你可以运行几个测试用例来验证：

print(find_missing_ranges([0, 1, 3, 7, 8], 0, 9))
# 输出：['2', '4->6', '9']

print(find_missing_ranges([], 1, 5))
# 输出：['1->5']

print(find_missing_ranges([1, 2, 3], 1, 3))
# 输出：[]

掌握了这个思路，以后遇到所有“查找缺失部分”的问题，基本都可以在这个基础上进行变通。希望这个从职场故事引申出的算法小技巧对你有用。想了解更多技术讨论和资源分享，欢迎来云栈社区交流。