我把领导的私密聊天记录同步到了全员群，结果...领导当天就被老板约谈

手滑年年有，哎，这回轮到行政同事了：刚上岗就把领导私聊里那句“老板真抠、我都想走了”，一键同步进了500人全员群。群里安静得像服务器宕机，我觉得空气都能听见CPU风扇转。

网友们看完笑疯：有人说“这叫公开透明，领导省了复盘会”；有人补刀“建议下次同步前先跑个单元测试”；还有人更狠：“老板：谢谢你让我少养一个想跳槽的。”

我觉得最惨的还是当事人，明明只是点错按钮，结果领导被约谈、自己连辞职信标题都想好了。最后领导扛住了，只私下说：这种错，一次就够。话说回来，这种同步功能也真香，文件、消息不怕丢，换手机也不断档，前提是别把它当‘群发核弹’按钮。

哎你们这个“设计推特”啊，我跟你说，每次看到都像在公司群里看同事发消息：一分钟发 3 条，领导还要我“按时间倒序”把最近 10 条捞出来……我人都麻了。然后你发现问题本质其实就俩字：时间线。谁发了啥、谁关注了谁、我刷的时候把关注的人（包括我自己）最近的内容按时间排一下，取前 10。

我当年第一次写这个题，脑子里想着“那我给每个人维护一条全局链表不就完了？”结果写着写着就走偏了，跟自己较劲：要不要用平衡树，要不要上数据库索引（我真有病）。后来一想，题里就要你接口能跑，别整花活：每个用户存自己发过的推，再加个关注集合；刷 feed 的时候，把“我关注的这些人”各自的最新一条先塞进堆里，像合并 K 个有序链表那样，一次弹出一条再补一条，弹够 10 条就收工。

关键点有俩：

• 得有个 timestamp，每发一次推就 time += 1，保证全局顺序（不要用真实时间，面试官电脑时间乱你就哭）
• Python 里用 heapq 是小根堆，所以我们把时间取负数，当大根堆用

然后代码我给你写个“能直接过”的版本，比较干净，但也不装：

from collections import defaultdict
import heapq

classTwitter:
def__init__(self):
        self.time = 0# 全局时间戳，越大越新
        self.following = defaultdict(set)  # user -> set(followee)
        self.tweets = defaultdict(list)    # user -> list of (time, tweetId)

defpostTweet(self, userId: int, tweetId: int) -> None:
        self.time += 1
        self.tweets[userId].append((self.time, tweetId))

deffollow(self, followerId: int, followeeId: int) -> None:
if followerId == followeeId:
return
        self.following[followerId].add(followeeId)

defunfollow(self, followerId: int, followeeId: int) -> None:
if followerId == followeeId:
return
        self.following[followerId].discard(followeeId)

defgetNewsFeed(self, userId: int):
# 关注的人 + 自己
        people = set(self.following[userId])
        people.add(userId)

        heap = []
# 每个人先塞“最后一条”
for u in people:
            arr = self.tweets[u]
if arr:
                idx = len(arr) - 1
                t, tid = arr[idx]
# 堆元素：(-time, tweetId, user, idx)
                heapq.heappush(heap, (-t, tid, u, idx))

        res = []
while heap and len(res) < 10:
            neg_t, tid, u, idx = heapq.heappop(heap)
            res.append(tid)
# 把这个人的上一条补进去
            idx -= 1
if idx >= 0:
                t, tid2 = self.tweets[u][idx]
                heapq.heappush(heap, (-t, tid2, u, idx))

return res

你看这个逻辑就很像我刷短视频：先把关注的博主“最新一条”都摆桌上（堆），我每看完一条，就让那个博主“再端上一条更老的”，端到我看够 10 条我就溜了，绝不深情，算法也一样现实。

复杂度也挺符合直觉：假设你关注了 F 个人，每个人发过的推你不需要全扫，只要在堆里最多弹 10 次，每次 log F，所以刷一次大概是 O((F + 10) log F)（前面建堆要塞 F 条）。这就是为啥别把所有推全合并排序，那种写法一到大数据就像周五晚高峰打车，直接红温。