某公司技术leader：如果你不想加班，周日不看消息，想准时上下班的，请离开我的团队，这里不养大爷！

刚看到个贴子，说某公司技术leader放话：不想加班、不看周末消息、想准点上下班的，直接走人，这里不养大爷。

我作为程序员看这话，第一反应是：技术团队靠的是效率和创造力，不是靠拼命刷工时。代码不是搬砖，加班多了，Bug 也会多，最后修复成本更高。网友有人觉得“leader说的也没错，团队需要拼劲”，但我觉得这话太片面了。拼劲不能等于透支，职场不是无限体力赛。

从我的角度看，真正的好leader应该会思考如何提升团队产出，而不是简单用加班堆。就像写程序，设计架构才是关键，不是行数越多越牛。一个只靠加班维持的团队，说明管理和规划上已经失衡。【备注:文末可领最新资料】

昨天晚上十一点多在客厅找遥控器，手一摸手机就弹来个题：说“数组的上界怎么写？”我当时还困得眼冒金星，但这玩意儿其实挺好说的——就是那个…在一个已排序的数组里，找“第一个严格大于目标值”的位置。听着有点拗口？你把数组想成排队的人，目标值是身高 x，上界就是队伍里第一个比 x 高的人站的下标。没找到，就说明全都不比他高，那就返回队伍末尾的位置（也就是数组长度），表示插到最后也不坏规矩。

两个常见用处：一是给数组里插数据还保持有序，二是统计“有多少元素 ≤ x”，因为上界的位置 pos 本质上就是这样的个数。顺嘴一提，lower bound 是“第一个 ≥ x”，上界是“第一个 > x”，俩是亲兄弟，但不一样哈。

二分就行。我们维护一个半开区间 [l, r)，一直缩，直到 l == r。中点 m 上的值和 x 比：

• 如果 a[m] <= x，说明答案在右边（要找第一个大于的），l = m + 1
• 否则 a[m] > x，答案在左边含 m，r = m

最后返回 l 就是答案。空数组？直接返回 0。全小于等于 x？返回 n。全大于 x？返回 0。都对劲。

defupper_bound(a, x):
    l, r = 0, len(a)  # 半开区间 [l, r)
while l < r:
        m = (l + r) // 2
if a[m] <= x:
            l = m + 1
else:
            r = m
return l

# 小测一下
if __name__ == "__main__":
    arr = [1, 2, 2, 2, 3, 5]
for t in [0, 1, 2, 4, 5, 6]:
        print(t, "->", upper_bound(arr, t))
# 结果解释：
# 0 -> 0  (第一个>0在下标0)
# 1 -> 1  (第一个>1在下标1)
# 2 -> 4  (三个2都不>2，第一个>2是3，在下标4)
# 4 -> 5  (第一个>4是5，在下标5)
# 5 -> 6  (没有>5，返回len=6)
# 6 -> 6  (同理)

和 lower bound 一墙之隔

有时候你会搞混，我也会，半夜更会。记个小口诀：“等号给 lower”。也就是：

# lower bound: 第一个 >= x
deflower_bound(a, x):
    l, r = 0, len(a)
while l < r:
        m = (l + r) // 2
if a[m] < x:
            l = m + 1
else:
            r = m
return l

于是区间 [lower_bound(x), upper_bound(x)) 就是所有等于 x 的元素所在范围，计数也就 ub - lb，不需要在数组里来回扫。

标准库偷个懒

写比赛自己撸，写业务图省心，Python 直接用：

import bisect

pos = bisect.bisect_right(arr, x)  # 这就是上界
# lower bound 对应 bisect.bisect_left(arr, x)

bisect_right 返回插入点，恰好是“第一个 > x”的下标，用来插入也稳当。

第一，必须升序，二分的单调性才成立；降序的话要么翻转，要么改判定，别混着用。第二，边界写 [l, r) 比较不容易死循环，m = (l + r) // 2 配合前面的两条更新规则就很顺。第三，整型溢出在 Python 不用担心，但在别的语言要注意 mid = l + (r - l) / 2 的写法。