进了一个失业群，才发现那些毕业于985、211的人，面试机会不断。。

我作为程序员真有点感同身受。现在的行情，别说学历了，连简历写得不顺眼都可能直接被pass。面试机会多≠能拿到offer，技术问得越来越卷，

网友说“没卵用”，其实是一种无力感。我觉得关键不在于你面试了多少次，而在于你有没有在复盘、在成长。再说了，现在搞技术的，除了卷本事，还得卷项目经历、沟通能力，甚至长相气质都在被看……

话说回来，不要把一次两次失败当成否定自己，全靠坚持+持续进化才能在寒冬中活下去。加油💪！【备注:文末可领最新资料】

昨天晚上我在公司楼下抽烟，碰到我们隔壁组的老张，他跟我吐槽，说他们运营要做个交叉销售分析，说白了就是找出那些买了A、买了B、但没买C的用户。我一听这个需求，其实挺常见的嘛，尤其搞推荐系统、促销策略经常要用。

我当时一边掐烟一边想，这不就集合操作嘛——用Python几行代码就能搞定了。但你要说写个通俗点的算法思路，那我给你讲讲我怎么想的，顺便咱也写段代码，反正闲着也是闲着。

首先哈，数据格式我们默认是那种日志或者交易记录格式，可能长这样：

[
  {"user": 1, "product": "A"},
  {"user": 1, "product": "B"},
  {"user": 2, "product": "A"},
  {"user": 2, "product": "C"},
  {"user": 3, "product": "A"},
  {"user": 3, "product": "B"},
  {"user": 4, "product": "B"},
  {"user": 4, "product": "C"},
  {"user": 5, "product": "A"},
  {"user": 5, "product": "B"},
]

就这种扁平结构最方便了，管你背后是数据库还是csv，先加载进来再说。然后咱目标就是找出那些同时买了A和B、但没买C的人，对吧？

我当时顺手写了段代码，差不多长这样：

from collections import defaultdict

# 模拟交易数据
data = [
    {"user": 1, "product": "A"},
    {"user": 1, "product": "B"},
    {"user": 2, "product": "A"},
    {"user": 2, "product": "C"},
    {"user": 3, "product": "A"},
    {"user": 3, "product": "B"},
    {"user": 4, "product": "B"},
    {"user": 4, "product": "C"},
    {"user": 5, "product": "A"},
    {"user": 5, "product": "B"},
]

# 整理成用户购买集合
user_products = defaultdict(set)
for entry in data:
    user_products[entry["user"]].add(entry["product"])

# 筛选：买了A和B，但没买C的用户
target_users = [
    user for user, products in user_products.items()
if"A"in products and"B"in products and"C"notin products
]

print("目标用户：", target_users)

然后控制台一跑出来：目标用户：[1, 3, 5]。我心想，这不就搞定了嘛。逻辑也简单粗暴：先用个字典把每个用户买了啥都记下来，然后遍历一遍条件判断。

说白了这个算法不是啥高深的AI模型，但它特别实用。你别小看这种“小筛选”，很多时候商业决策都是从这些细节开始的，比如：这些人为什么不买C？是对C不感兴趣，还是压根不知道有C？那就可以定向推送一个C的优惠券试试看。

后来我跟老张讲完，他点头连连，说：“诶你这思路比我们那数据分析师绕来绕去的复杂SQL清楚多了。”我说兄弟你们搞那么复杂干嘛，就Python走一波，数据拉出来，十分钟见效。

哦对了，这段代码也不是写死的，咱可以加参数，甚至你换成D、E、F都行，用函数封装一下：

deffind_users_bought_XY_not_Z(data, x, y, z):
    user_products = defaultdict(set)
for entry in data:
        user_products[entry["user"]].add(entry["product"])
return [
        user for user, products in user_products.items()
if x in products and y in products and z notin products
    ]

就这么一个通用的小方法，啥营销策划都能套一遍。什么“买了保温杯没买枸杞”“买了游戏机没买会员”……全都能查。

哎对了说了这么多，我外卖到了，我先去拿一下，回来再跟你们讲讲这逻辑还能怎么扩展到多商品组合场景，比如A+B+C都买了才算忠实用户啥的。