业务增速不佳，裁员 9%
近日，eBay 总裁兼 CEO 宣布，由于业务增速不佳，将裁减约 1000 个工作岗位，占其全职员工约 9%。
他解释道：裁员是必要的，因为 eBay 的总人数和开支已经超过我们的业务增长。
eBay 作为一家老牌从事跨境电商业务的公司，在中国也是最早进入 955 名单（早上 9 点上班，下午 5 点下班，一周 5 个工作日）的外企公司之一：
现如今裁员比例去到 9%，当中自然也包括一些中国区的岗位。
距裁员消息发布不到一天，已经有不少 eBay 的同学开始现身说法，证实了裁员包含中国区岗位这一说法：
中国区裁员的具体人数尚不清楚，有说仅为几十个，也有说涉及上百人的。
消息一出，国内各个厂的 HR 纷纷涌向这些帖子的评论区，想趁机捞一波人。
不知道他们有没有考虑这些外企小伙伴，与国内大厂节奏的匹配程度。
…
然后是吃瓜群众最关心的赔偿环节了。
虽然 eBay 裁员是因为业务增速不行，但赔偿方案可一点不含糊。
赔偿方案：n+3+一个月缓冲期，基本上可以理解成是 n+4 了。
这无论是相比前几周宣布裁员，但按 Week 进行赔偿的海外巨头，还是近期频频爆出的直接暴力裁员的国内公司，都算是十分良心的存在了。
对于遭遇 eBay 裁员的小伙伴来说，这个赔偿方案，可以说是”不幸中万幸”了。
…
回归主线。
实在没有找到 eBay 的真题。
做一道「外企算法真题」热榜中的第一名吧。
题目描述
平台：LeetCode
题号：236
给定一个二叉树, 找到该树中两个指定节点的最近公共祖先。
百度百科中最近公共祖先的定义为：“对于有根树 T 的两个节点 p、q，最近公共祖先表示为一个节点 x，满足 x 是 p、q 的祖先且 x 的深度尽可能大（一个节点也可以是它自己的祖先）。”
示例 1：
输入：root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 1
输出：3
解释：节点 5 和节点 1 的最近公共祖先是节点 3 。示例 2：
输入：root = [3,5,1,6,2,0,8,null,null,7,4], p = 5, q = 4
输出：5
解释：节点 5 和节点 4 的最近公共祖先是节点 5 。因为根据定义最近公共祖先节点可以为节点本身。示例 3：
输入：root = [1,2], p = 1, q = 2
输出：1提示：
- 树中节点数目在范围
- 所有
Node.val互不相同 。 
-
p和q均存在于给定的二叉树中。
DFS
常见的 LCA 问题。
设计 DFS 函数 boolean dfs(TreeNode cur, TreeNode t, List path)：
-
cur为当前处理到的节点 -
t为需要找到的目的节点 -
path为从根节点到当前节点 -
cur所经过的路径
若能够以当前节点 cur 为根的子树包含目标节点 t，函数返回 true，否则返回 false。
调用函数分别传入 p 和 q 作为目标节点，从而得到从根节点到 p 和 q 的路径列表，遍历路径找到最后一个相同的节点即是答案。
Java 代码：
class Solution {
public TreeNode lowestCommonAncestor(TreeNode root, TreeNode p, TreeNode q) {
List a = new ArrayList(), b = new ArrayList();
dfs(root, p, a); dfs(root, q, b);
TreeNode ans = null;
for (int i = 0; i path) {
if (cur == null) return false;
path.add(cur);
if (cur == t || dfs(cur.left, t, path) || dfs(cur.right, t, path)) {
return true;
} else {
path.remove(path.size() - 1);
return false;
}
}
}C++ 代码：
class Solution {
public:
TreeNode* lowestCommonAncestor(TreeNode* root, TreeNode* p, TreeNode* q) {
vector a, b;
dfs(root, p, a); dfs(root, q, b);
TreeNode* ans = nullptr;
for (int i = 0; i & path) {
if (!cur) return false;
path.push_back(cur);
服务器托管网 if (cur == t || dfs(cur->left, t, path) || dfs(cur->right, t, path)) {
return true;
} else {
path.pop_back();
return false;
}
}
};Python 代码：
class Solution:
def lowestCommonAncesto服务器托管网r(self, root: 'TreeNode', p: 'TreeNode', q: 'TreeNode') -> 'TreeNode':
def dfs(cur, t, path):
if not cur:
return False
path.append(cur)
if cur == t or dfs(cur.left, t, path) or dfs(cur.right, t, path):
return True
else:
path.pop()
return False
a, b = [], []
dfs(root, p, a)
dfs(root, q, b)
ans = None
for i in range(min(len(a), len(b))):
if a[i] == b[i]:
ans = a[i]
return ansTypeScript 代码：
function lowestCommonAncestor(root: TreeNode | null, p: TreeNode | null, q: TreeNode | null): TreeNode | null {
const a = [], b = [];
dfs(root, p, a);
dfs(root, q, b);
let ans = null;
for (let i = 0; i - 时间复杂度：
- 空间复杂度：
我是宫水三叶，每天都会分享算法题解，并和大家聊聊近期的所见所闻。
欢迎关注，明天见。
服务器托管，北京服务器托管，服务器租用 http://www.fwqtg.net
机房租用，北京机房租用，IDC机房托管， http://www.fwqtg.net
相关推荐: Canal+Kafka实现MySQL与Redis数据同步（一）
Canal+Kafka实现MySQL与Redis数据同步（一） 前言 在很多业务情况下，我们都会在系统中加入redis缓存做查询优化。 如果数据库数据发生更新，这时候就需要在业务代码中写一段同步更新redis的代码。 这种数据同步的代码跟业务代码糅合在一起会不…
