月薪2万，在大厂干了10年被裁了，拿了30万赔偿金，五年后HR联系我，问我愿不愿意回去，但要归还30万，我该回去吗?

刚看到个贴子，说的是：月薪2万，在大厂干了10年被裁，拿了30万赔偿。五年后HR又来问，想回去可以，但钱得退回去，楼主纠结要不要回。

帖子内容其实很典型，大厂兜兜转转，像分手多年又被前任联系。网友回帖我看了看，有人说“回，稳定最重要”，也有人直接劝“别回，吃相太难看”。

怎么说呢，我更偏向后者。赔偿是当年合同白纸黑字给的，不是借的，还让人退钱再回去，本质就是想低成本买回熟练工。

从我的角度看，这事不是念不念旧情，而是值不值。五年过去，岗位、话语权、发展空间都不一样了，很可能是“原地返厂”，还自降筹码。

总的来说，职场别被情怀绑架。公司算的是账，个人更要算清前途账，稳住自己，比回头更重要。

昨天晚上快十一点，我还在公司楼下啃汉堡，HR 群里有人发了一句：”东哥，你帮我看下各部门平均工资跟公司整体比怎么样？是不是技术搬砖的又被压价了？“ 我一听这话就来劲了，这不就是算法+八卦的完美结合嘛 😂，顺手就拿这事当题目讲给你们听。 、 简单说就是： 一家公司一堆员工，每个人有三个信息：部门、名字、工资。现在要算——

• 公司整体的平均工资
• 每个部门自己的平均工资
• 然后判断：这个部门的平均工资，是高于公司整体，还是低于，还是差不多

最后可以给出一个结果，比如：

• “技术部：高于公司平均”
• “市场部：低于公司平均”
• “行政部：等于公司平均（这一般不太可能…浮点数你懂的）”

我之前写 Postgres 跟 MySQL 压测的时候，也干过类似的分组统计，只不过那回是在数据库里算平均，这次咱在 Python 里算而已

别一上来就想复杂的，脑子里先想一圈：

1. 想要“公司平均工资”，是不是得把所有人的工资加起来、再除以人数？
2. 想要“部门平均工资”，那就是每个部门单独加工资、单独数人数、再相除。
3. 比较的时候，就拿 部门平均 跟 公司平均 比较一下，大了就是 high，小了就是 low，差不多就当 equal。

关键只是一件事：一边遍历员工，一边把这些统计信息先攒起来。 就跟点外卖一样，你不会每来一单就结一次账，你先把所有菜加进购物车，最后一算总价，对吧。

Python 大概怎么写

直接上个可跑的小例子，你们自己改字段名就能用：

from typing import List, Dict, Any

defcompare_dept_salary(employees: List[Dict[str, Any]]) -> Dict[str, str]:
"""
    employees 结构类似：
    {
        "name": "张三",
        "dept": "技术部",
        "salary": 15000
    }
    """
ifnot employees:
return {}

# 1. 公司总和 & 人数
    total_salary = 0
    total_count = 0

# 2. 部门维度的 sum & count
    dept_sum = {}
    dept_count = {}

for emp in employees:
        salary = float(emp["salary"])
        dept = emp["dept"]

        total_salary += salary
        total_count += 1

        dept_sum[dept] = dept_sum.get(dept, 0.0) + salary
        dept_count[dept] = dept_count.get(dept, 0) + 1

    company_avg = total_salary / total_count

# 3. 对比部门平均和公司平均
    result: Dict[str, str] = {}
    eps = 1e-6# 浮点数误差判断

for dept in dept_sum:
        avg = dept_sum[dept] / dept_count[dept]
if avg - company_avg > eps:
            result[dept] = "HIGHER_THAN_COMPANY"
elif company_avg - avg > eps:
            result[dept] = "LOWER_THAN_COMPANY"
else:
            result[dept] = "EQUAL_TO_COMPANY"

return result

你看，整件事就干了三件小事：

• 一边遍历，一边统计公司总和、部门总和
• 统一算一个公司平均
• 再给每个部门算平均，挨个比较

时间复杂度就是 O(n)，走一遍员工列表就搞定了，不会有那种一会儿 Redis 一会儿 MQ 那种“各种默认配置坑你一次”的情况

这个题表面看是“平均工资”，实际上考的都是老三件：

• 会不会按 key 分组做统计（部门就是那个 key）
• 会不会一边遍历一边累计（不要无脑多重循环）
• 会不会处理一点点边界情况（空列表、小数精度）

你要是再骚一点，用 collections.defaultdict 写，会更短；或者用 pandas 一行 groupby 就完事儿。不过面试的时候，老老实实用 dict 写，思路清晰一点，更安全。

行，我先去泡个咖啡，等会儿要给我们组的小李讲这个题，他刚被 HR 问完工资的问题，整个人都不好了 😅