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？
老鬼约 4 分钟刚看到个贴子，说有个35岁的同事上午刚被裁，饭点都没到就退群，午休后更是把所有同事都删了。办公室顿时炸开锅，大家议论纷纷，这是不是要彻底断联了？
我觉得这事吧，挺能理解的。换位想一下，35岁被裁，本身就是个打击，留在群里难免被各种问候和探听，反而更刺心。不如干脆利落一点，删掉就是给自己一个缓冲。网友里有的觉得“太绝情”，但在我看来，这就是成年人处理关系的方式——能量有限，把注意力留给未来比纠结旧关系更重要。
从职场角度讲，人际关系本来就建立在价值和交换上。离开了那个圈子，强行维系也未必有意义。删掉不是仇恨，而是止损。说到底，工作只是生活的一部分，人走茶凉也是常态。【备注:文末可领最新资料】
算法题：最大数量高于平均水平的订单
昨晚十一点多，我在公司楼下抽根烟哈，手机叮一下，小李问：“哥，那个…最大数量高于平均水平的订单，这题到底想考啥？”我脑袋一热：这不就是业务里常见的“看看有多少订单比平均单量/客单价高”的那点事嘛。别紧张，思路就一条线，写出来也就几行，但坑还是有的，别踩。
你给我一堆订单数值（可以是订单金额、件数，随便），问题是：有多少条严格大于整体平均值。注意是“> 平均”，不是“≥”。还有，平均是算全体的平均，不是分组。
就是那个…先求和再求平均，然后再扫一遍数：谁比平均大就数一个。时间 O(n)，内存 O(1)。唯一要小心的是整型溢出和精度，sum 用 long，平均用 double/BigDecimal，看你数据多大。
publicclassOrdersAboveAvg{
// 返回严格大于平均值的订单数量
publicstaticintcountAboveAverage(int[] orders){
if (orders == null || orders.length == 0) return0;
long sum = 0L;
for (int v : orders) sum += v; // 防溢出
double avg = sum / (double) orders.length; // 精度够用，大多数业务 OK
int cnt = 0;
for (int v : orders) if (v > avg) cnt++;
return cnt;
}
// 金额是分/厘，特别大？可以用 BigDecimal
publicstaticintcountAboveAverageBD(java.math.BigDecimal[] orders){
if (orders == null || orders.length == 0) return0;
java.math.BigDecimal sum = java.math.BigDecimal.ZERO;
for (var v : orders) sum = sum.add(v);
var avg = sum.divide(new java.math.BigDecimal(orders.length), 8, java.math.RoundingMode.HALF_UP);
int cnt = 0;
for (var v : orders) if (v.compareTo(avg) > 0) cnt++;
return cnt;
}
// 一嘴流式写法，图个利索
publicstaticlongcountAboveAverageStream(int[] orders){
if (orders == null || orders.length == 0) return0;
double avg = java.util.Arrays.stream(orders).average().orElse(Double.NaN);
return java.util.Arrays.stream(orders).filter(v -> v > avg).count();
}
}
昨天那会儿脑子迷糊我还写错过… 1）溢出：sum 千万别用 int，百万订单、金额以分为单位，很容易爆。 2）精度：比较时用同一种数制，double 就 double，别拿 int 去比，强转别乱来。 3）空数组：直接 0，别抛 NPE。 4）全相等：比如全是 100，平均也是 100，结果就是 0，别怀疑这是对的。 5）负数也行：有退货、冲减为负？平均一样照算，不要特判。
就是那个…很多时候不是全量，而是“最近7天”“本月每店铺一组”。这时加一层分组再套同样逻辑就好：
内存版：对每个分组先求和+计数，得到平均，再二扫计数。
SQL 嘴快版（金额列
amount）：WITH base AS (
SELECT store_id, amount,
AVG(amount) OVER (PARTITIONBY store_id) AS avg_amt
FROM orders
WHERE order_time >= CURRENT_DATE - INTERVAL'7'DAY
)
SELECT store_id, COUNT(*) AS cnt_above_avg
FROM base
WHERE amount > avg_amt
GROUPBY store_id;
流式场景（Kafka/Flink）就用两阶段聚合：先做 Sum、Count 得 group 平均，再在窗口里二次过滤计数，或者把第一阶段的平均当广播状态用，别在每条上重复全表扫描…我上周就因为这个被同事吐槽，哎。
行了我先去泡杯茶…哦对，有人问“≥ 平均要不要算”，不算，这题是严格大于，改成 >= 你自己心里有数就行。
-END-
我为大家打造了一份RPA教程，完全免费：songshuhezi.com/rpa.html