同事35岁，上午被裁，还没到午饭时间就退了群，午休后更删光了所有同事。一时间办公室哗然——这是不打算再往来了

刚看到个贴子，说同事35岁，上午刚被裁员，中午前就退群，午休后更是把同事都删光了，办公室瞬间炸锅。

我觉得这事吧，其实挺能理解的。有网友说这是“决绝”，但换个角度想，也许是他想快速抽离，不留牵绊。人在受挫的时候，最怕的是被无休止的询问和“安慰”，有时候沉默和切断联系，反而是种自我保护。🤐

当然，也有人觉得这样太绝情。但职场关系，说到底大多是利益关系，真正能留下的朋友不会因为一个微信群就没了。再说，他未来可能还会以新的身份出现，到时圈子也许就会重建。

在我看来，这件事反映的不是“人情冷漠”，而是成年人对待关系的理性态度。比起勉强维系，不如利落收尾。【备注:文末可领最新资料】

面试题：职员招聘人数

=有一批候选人依次面试（到场顺序随机），你只看到当前人的评分，不能回头。规则很“老板味儿”：只要比之前见过的都强，就立刻录。问：最后会招到几个人？怎么快速算、怎么模拟？

这事儿其实是在数“破纪录”的次数。谁的分数创下新高，谁就被招。 如果到场顺序真随机，期望招的人数大约是：

比如 100 人，期望只会招 5～6 个，这就解释了为啥老板嘴上“多招”，手上却很抠。

代码，落地就用（Python）

defhire_count(scores):
"""
    scores: 候选人评分到场顺序（可已打乱）
    返回最终录用人数
    """
    hires = 0
    best = float("-inf")
for s in scores:
if s > best:
            hires += 1
            best = s
return hires

这个是确定性计数：给定到场顺序，O(n) 一次扫完。

如果你想模拟随机到场，看期望大概多少：

import random, statistics

defsimulate_expected_hires(n=100, trials=5000):
    base = list(range(1, n+1))  # 分数互不相同更清爽
    out = []
for _ in range(trials):
        arr = base[:]
        random.shuffle(arr)
        out.append(hire_count(arr))
return statistics.mean(out)

# print(simulate_expected_hires(100))  # 大约 5.19~5.3 之间

为啥就它对？

因为第 k 个到场的人，成为“历史最佳”的概率是 1/k（前 k 个里它最强的概率）。把概率加起来：

这就是期望录用人数的来历。实现里我们不算概率，直接数“破纪录”的人，既快又准。

• 时间 O(n)，空间 O(1)。
• 分数相等怎么办？按业务定：若“并列也算破纪录”，把判断改成 >=；否则用 >。
• 有噪声的评分？可以先做平滑或分段比较，但核心仍是“记录刷新”这一刀。

小扩展

• 想“控制预算”，比如最多招 m 人：一旦招满就停即可，但这会降低录到真“顶尖”的概率。
• 想用“秘书问题”式策略（先观望再下手）：那是“只招 1 人”的目标，算法会不一样；本题是招若干，所以“纪录计数”更贴切。

就这样，一个小函数，把“职员招聘人数”这事儿算明白了。你把它塞到面试平台的评测里，数据一过就见分晓。

-END-

我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html

虎哥作为一名老码农，整理了全网最全《python高级架构师资料合集》，总量高达650GB，点击下方公众号回复关键字 python 全部免费领