飞书很好，但赢不了，只能裁员

心碎飞书

3 月 26 日，字节跳动旗下产品飞书的 CEO 谢欣发布全员信，正式宣布进行新一轮的组织调整，即裁员。

内部全员信如下：

我有不少朋友是在字节跳动，甚至就在 Lark 的。

同时我也因为会经常和一些平台的运营小伙伴有沟通需求，经常会使用飞书。

说一下我对飞书的看法。

飞书是一个很棒的产品，它能给你一些在其他 App（企业微信、钉钉）体会不到的舒适感。

企业微信和钉钉这两个 App 我也看过，在 tabbar 随便点点就会有满屏 icon 按宫格布局的界面。明明什么都还没做，那种无形的压力就上来了，在飞书上我基本上没有这种感觉。

那些宫格布局的功能，飞书也有，只不过紧迫感被良好的 UI 设计给摊开掉了。

当然，可能不少人会认为，作为一个办公应用，企业微信和钉钉给人带来的紧迫感觉，才是对的 ...

但办公软件敢于简洁化，恰恰说明产品的自信。

作为一个 5G 冲浪选手，我也没少听说飞书在 C 端收获的好评。

你没听错，很多个人团队/小型工作室，甚至只是有即时通讯需求的个人，也会选择飞书，这对于一个办公类的 IM 软件来说，是不可想象的。

那，如此好的一款产品，为什么会走到这一步？

总归到底，飞书应该是一款 B 端产品，而非其他。

基本面垮了，别的地方再好也没用。

飞书好比是名田径运动员，额外点亮了体操这一技能，气质方面满分，但田径成绩长期与第一二名断层。

要知道，大众（无论个人还是企业，企业一定程度也是个人）心智空间，往往只够容纳第一名，少数情况能容纳第二名，例如「可乐可乐和百事可乐」以及「企业微信和钉钉」，而飞书是三名。

导致局面的原因是显然的。

企业微信背靠微信，具有天然的链接优势，而钉钉依靠于入场得早，以及前期与政府的和谐关系，也抢占了属于自己的份额。

那飞书呢？

飞书只能去 to B 一些人家不要的企业，同时字节又和政府关系不好，丢失了最大头的客户。

后发的飞书，哪怕要成为前三，也注定要砸巨量资源，所以目前飞书的人数是钉钉的五倍。

从产品和组织架构来看，精简，确实是飞书现在应该要走的路。

只不过，时代的尘埃这次又要几百上千的人来一同承担了。

...

回归主线。

来做一道和「飞书」相关的算法原题。

题目描述

平台：LeetCode

题号：621

给你一个用字符数组 tasks 表示的 CPU 需要执行的任务列表，其中每个字母表示一种不同种类的任务。

任务可以以任意顺序执行，并且每个任务都可以在 1 个单位时间内执行完。

在任何一个单位时间，CPU 可以完成一个任务，或者处于待命状态。

然而，两个相同种类的任务之间必须有长度为整数 n 的冷却时间，因此至少有连续 n 个单位时间内 CPU 在执行不同的任务，或者在待命状态。

你需要计算完成所有任务所需要的最短时间。

示例 1：

输入：tasks = ["A","A","A","B","B","B"], n = 2

输出：8

解释：A -> B -> (待命) -> A -> B -> (待命) -> A -> B
     在本示例中，两个相同类型任务之间必须间隔长度为 n = 2 的冷却时间，而执行一个任务只需要一个单位时间，所以中间出现了（待命）状态。

示例 2：

输入：tasks = ["A","A","A","B","B","B"], n = 0

输出：6

解释：在这种情况下，任何大小为 6 的排列都可以满足要求，因为 n = 0
["A","A","A","B","B","B"]
["A","B","A","B","A","B"]
["B","B","B","A","A","A"]
...
诸如此类

示例 3：

输入：tasks = ["A","A","A","A","A","A","B","C","D","E","F","G"], n = 2

输出：16

解释：一种可能的解决方案是：
     A -> B -> C -> A -> D -> E -> A -> F -> G -> A -> (待命) -> (待命) -> A -> (待命) -> (待命) -> A

提示：

tasks[i] 是大写英文字母
n 的取值范围为

构造

先考虑最为简单的情况：假设只有一类任务，除了最后一个任务以外，其余任务在安排后均需要增加个单位的冻结时间。

将任务数记为个，其中前个任务均要消耗的单位时间，最后一个任务仅消耗个单位时间，即所需要的时间为。

「当存在多个任务时，由于每一类任务都需要被完成，因此本质上我们最需要考虑的是将数量最大的任务安排掉，其他任务则是间插其中。」

假设数量最大的任务数为 max，共有 tot 个任务数为 max 的任务种类。

实际上，当任务总数不超过时，我们总能将其他任务插到空闲时间中去，不会引入额外的冻结时间（下左图）；而当任务数超过该值时，我们可以在将其横向添加每个块的后面，同时不会引入额外的冻结时间（下右图）：

综上，我们所需要的最小时间为上述两种情况中的较大值即可：

Java 代码：

class Solution {
    public int leastInterval(char[] tasks, int n) {
        int[] cnts = new int[26];
        for (char c : tasks) cnts[c - 'A']++;
        int max = 0, tot = 0;
        for (int i = 0; i < 26; i++) max = Math.max(max, cnts[i]);
        for (int i = 0; i < 26; i++) tot += max == cnts[i] ? 1 : 0;
        return Math.max(tasks.length, (n + 1) * (max - 1) + tot);
    }
}

C++ 代码：

class Solution {
public:
    int leastInterval(vector<char>& tasks, int n) {
        vector<int> cnts(26, 0);
        for (char c : tasks) cnts[c - 'A']++;
        int maxv = *max_element(cnts.begin(), cnts.end());
        int tot = count(cnts.begin(), cnts.end(), maxv);
        return max(static_cast<int>(tasks.size()), (n + 1) * (maxv - 1) + tot);
    }
};

Python 代码：

class Solution:
    def leastInterval(self, tasks: List[str], n: int) -> int:
        cnts = [0] * 26
        for c in tasks:
            cnts[ord(c) - ord('A')] += 1
        maxv, tot = 0, 0
        for i in range(26):
            maxv = max(maxv, cnts[i])
        for i in range(26):
            tot += 1 if maxv == cnts[i] else 0
        return max(len(tasks), (n + 1) * (maxv - 1) + tot)

TypeScript 代码：

function leastInterval(tasks: string[], n: number): number {
    const cnts = new Array<number>(26).fill(0)
    for (const c of tasks) cnts[c.charCodeAt(0) - 'A'.charCodeAt(0)]++
    let max = 0, tot = 0
    for (let i = 0; i < 26; i++) max = Math.max(max, cnts[i])
    for (let i = 0; i < 26; i++) tot += max == cnts[i] ? 1 : 0
    return Math.max(tasks.length, (n + 1) * (max - 1) + tot)
}