某字节员工直言，做程序员久了，发现大家都有个共同之处，就是家庭条件真的都不太好，不绝对，但是不少人都是这种情况
Python技术迷约 4 分钟刚看到个贴子，说是某字节员工直言：程序员干久了，会发现一个共性——很多人家庭条件一般，甚至可以说不太好。
我觉得这话吧，其实挺真实。编程这条路，说白了就是门“技术逆袭”的赛道。家境优渥的孩子，可能更愿意去投身金融、创业或者有资源的行业；而很多程序员，是靠一台电脑、一堆代码硬啃出来的，算是最能“用实力换饭吃”的职业。
网友们有人调侃“怪不得卷成这样”，也有人说“这才是普通家庭孩子最公平的赛道”。我比较认同后者，毕竟写代码是个拼逻辑和执行的事，背景影响小，努力和天赋能直接转化为收入。换句话说，这个行业对普通家庭孩子来说，反而是一条最靠谱的上升通道。【备注:文末可领最新资料】
面试题：统计实验的数量
昨天晚上十一点多，我在公司楼下嚼着冷掉的煎饼，小李蹭过来一句“东哥，咱那实验日志乱成一锅粥，怎么快速数今天到底做了几次实验啊？”我脑子里“咔”一下就有数了——别慌，先把问题说清楚再下手，对吧。
我们有一堆事件日志，像这样三列：timestamp, action, exp_id。action 只有两种：start / end。麻烦点在于： 1）事件可能乱序；2）同一个 exp_id 可能被重试，多次开始多次结束；3）有些开始没结束（崩了），有些结束没开始（补写的脏数据）。 目标很朴素：统计“有效实验次数”——也就是能被一对 start-end 正常配对的次数。另外顺手算下并发峰值、平均耗时，值了。
乱序最大的敌人，用排序解决。按 timestamp 升序把日志排好，接着给每个 exp_id 准备一个“小栈”（其实就是列表）：
来一条 start，把开始时间压进去；来一条 end，如果栈里有对应开始时间，就弹出一条，记一次有效实验，顺便算时长；如果栈是空的，说明这是“孤儿 end”，直接忽略。 同时我们维护一个全局计数running，遇到start+1，匹配成功的end-1，用它滚动记录并发峰值。
from typing import List, Tuple, Dict
from collections import defaultdict
Log = Tuple[int, str, str] # (timestamp, action, exp_id)
defcount_experiments(logs: List[Log]):
# 1) 排序：时间升序
logs_sorted = sorted(logs, key=lambda x: x[0])
# 2) 每个实验ID一个“开始时间栈”
starts: Dict[str, List[int]] = defaultdict(list)
valid_cnt = 0
durations = [] # 收集每次有效实验的耗时（秒）
running = 0
peak_concurrency = 0
for ts, action, eid in logs_sorted:
if action == "start":
starts[eid].append(ts)
running += 1
if running > peak_concurrency:
peak_concurrency = running
elif action == "end":
if starts[eid]: # 有可配对的开始
t0 = starts[eid].pop()
valid_cnt += 1
durations.append(ts - t0 if ts >= t0 else0)
running = max(0, running - 1)
else:
# 孤儿 end，忽略即可
pass
else:
# 未知动作，按脏数据忽略
pass
avg_duration = (sum(durations) / len(durations)) if durations else0.0
# 还留在 starts 里的开始事件就是未完成实验，按需求这里不记入有效次数
return {
"valid_experiments": valid_cnt,
"peak_concurrency": peak_concurrency,
"avg_duration": avg_duration,
"unfinished_by_id": {eid: len(stk) for eid, stk in starts.items() if stk}
}
# 小例子，昨天中午抓的那点样本
if __name__ == "__main__":
sample = [
(12, "start", "A"),
(15, "start", "A"), # A 第二次重试
(16, "end", "A"), # 配到 15
(20, "start", "B"),
(25, "end", "A"), # 配到 12
(26, "end", "B"),
(30, "end", "C"), # 孤儿 end
(35, "start", "C") # 未完成
]
print(count_experiments(sample))
跑这段，你会拿到四个关键信息：
valid_experiments：有效实验总数（配对成功的次数）；peak_concurrency：最高并发有多少个实验在跑；avg_duration：成功实验的平均耗时；unfinished_by_id：哪些exp_id还残留未完成（可能是挂了）。
时间复杂度其实挺朴素：排序是 O(n log n)，后面一趟扫 O(n)，整体就 O(n log n)；空间就是给每个 exp_id 开个小栈，O(k)。 异常数据怎么处置？这玩意儿别纠结：孤儿 end 忽略，孤儿 start 视为未完成；如果你们审计严一点，也可以把这些都记到告警里。 还有人问“能不能只看今天？”那就在进函数前把 timestamp 用一天的范围先 filter 一下，别把夜里两点的脏数据算进来，容易挨骂。
行了我先去泡杯茶，谁要是要把它接到 Kafka 消费里头，直接在回调里喂 logs 就行，别忘了开窗口聚合，不然内存顶不住，嗯就这样先。
-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