大家好，我是苍何。
前两天极越原地解散的新闻大家都看了吧？当时看了消息，就觉得有很多想不通的点。
第一，这么大一公司，原地解散的速度堪称奇迹，说是资金链断裂，管理层应该早就有预感，养了那么多财务，夏总不可能提前不知晓吧？
其次，百度来查账，因账目有问题撤资，让其自身自灭吧，但是之前就已经付了几十亿了，如果我是百度，我都觉得亏死了。
账目有问题，正常的逻辑是什么？应该是严查管理层有没有贪污腐败情况吧，然后重新整顿，说白了，我得明白个所以然啊，好家伙，子公司直接原地解散，这不符合逻辑啊。
再者说估计百度也就缓缓，并没完全放弃，这不还有一个吉利爹妈？这下好了，极越直接来了个闪崩了😂
最后从我上家公司的情况来看，就我们那屁大点公司，解散都有个步骤，先是开始管理层各种开会，然后是开始小批量优化人员，下面是开始延迟发工资，再是延迟交社保，最后是优化 90% 的人员，依旧保留几个火种，直到现在高层还在找融资。
这才是正常的流程吧，一个小公司尚且如此，极越不可能不知道吧？所以，只能得出一个结论，他想逼宫百度和吉利这两位爹爹一把。
他直接原地解散，员工负面情绪很严重，自然而然会带动舆论，再加上媒体一免费宣传，好家伙，这舆论压力杠杠的。
这外人怎么看？有这么实力雄厚的两位老爹，还不给员工交社保，赔偿问题也没得到解决，还有车辆的售后和维保，这放谁也会把矛头指向百度和吉利啊。
这不，果真就有了很好的效果，百度和吉利下手了，12 月 13 号晚间，百度和吉利终于联合发布了关于极越汽车的声明：
第一时间解决员工社保缴纳、离职员工善后问题,
维护用户车辆正常使用、售后和维修保养。
推进其他事宜的合理合法解决。
虽说如此，极越汽车的整车业务关停不可避免，恢复不可能了，新时代的造车新势力终将体面落幕。
记得雷总曾说过，新能源汽车在国内最终将只会保留几个以内，面对激烈的竞争，究竟该何去何从，是其他车企需要慎重考虑的问题。
对于打工人吧，在工作抉择的时候，需要更加慎重考虑，不然，入职后哪天又原地解散就难搞了。
不过百度和吉利能站出来，兜底了大家最关心的几个问题，也算是大公司的社会责任了。
这么回头一看我前公司，也就是结晶组织，其背后的大靠山，就显得多少有些不尽责任，无论是供应商的欠款还是员工的赔偿，都还在拖着，干起了人中黄的事情，终将走不远。
我总觉得，新能源一定是未来的主打方向，但不一定是新能源汽车，也不一定是锂电池，新能源要解决的问题还是传统能源危机的问题，而电池也只是个能量的载体，汽车是一个应用领域，他们都还只是利用新能源而已，并没有创造能源。
相对，我更看好，新能源板块中的储能以及储氢技术，配合国家新型电力系统改革，分布式储能场景应用更加广泛。
所以，如果你还是在纠结行业，苍何觉得这是个不错的方向，别问我是怎么知道的，因为我就在这行业，哈哈哈。
好啦，关于极越将落幕，你有什么补充的呢？欢迎评论区讨论。
...
回归主题。
今天来一道极越软件开发曾经考过的一道面试算法题，给枯燥的牛马生活加加油😂。
题目描述
平台：LeetCode
题号：139
题目：单词拆分
给你一个字符串 s 和一个字符串列表 wordDict 作为字典。如果可以利用字典中出现的一个或多个单词拼接出 s，则返回 true。
注意：
不要求字典中的单词都使用完。
字典中的单词可以重复使用。
示例 1：
输入：
s = "leetcode", wordDict = ["leet", "code"]
输出：
true
解释：因为 "leetcode" 可以由 "leet" 和 "code" 拼接而成。
示例 2：
输入：
s = "applepenapple", wordDict = ["apple", "pen"]
输出：
true
解释：因为 "applepenapple" 可以由 "apple", "pen" 和 "apple" 拼接而成。注意，字典中的单词可以重复使用。
示例 3：
输入：
s = "catsandog", wordDict = ["cats", "dog", "sand", "and", "cat"]
输出：
false
提示：
1≤s.length≤3001 \leq s.length \leq 300
1≤wordDict.length≤10001 \leq wordDict.length \leq 1000
1≤wordDict[i].length≤201 \leq wordDict[i].length \leq 20
s和wordDict[i]仅由小写英文字母组成wordDict中的所有字符串 互不相同
解题思路
本题可以用动态规划来解决。
思路概述
定义一个布尔数组
dp，其中dp[i]表示字符串s的前 ii 个字符是否可以由字典wordDict中的单词拼接而成。初始化：
dp[0] = true，表示空字符串可以被组成。遍历字符串
s的每个位置 ii，对于每个位置 ii，再检查之前的所有位置 jj：
如果
dp[j] == true并且s[j:i]在wordDict中，则dp[i] = true。
最终返回 dp[s.length]。
动态规划转移方程
dp[i]=dp[j] and s[j:i]∈wordDict (0 <= j < i)dp[i] = dp[j] , \text{and} , s[j:i] \in wordDict , \text{(0 <= j < i)}
代码实现
Java代码
import java.util.*;
public class WordBreak {
public boolean wordBreak(String s, List<String> wordDict) {
// 创建一个哈希集合，用于快速查找单词是否在字典中
Set<String> wordSet = new HashSet<>(wordDict);
int n = s.length();
// dp[i] 表示 s 的前 i 个字符是否可以被拆分
boolean[] dp = new boolean[n + 1];
dp[0] = true; // 空字符串可以被拆分
for (int i = 1; i <= n; i++) {
for (int j = 0; j < i; j++) {
// 检查 s[j:i] 是否在字典中，且 dp[j] 为 true
if (dp[j] && wordSet.contains(s.substring(j, i))) {
dp[i] = true;
break;
}
}
}
return dp[n];
}
public static void main(String[] args) {
WordBreak solution = new WordBreak();
List<String> wordDict = Arrays.asList("leet", "code");
System.out.println(solution.wordBreak("leetcode", wordDict)); // true
}
}
C++代码
#include <iostream>
#include <vector>
#include <unordered_set>
using namespace std;
bool wordBreak(string s, vector<string>& wordDict) {
// 使用哈希集合存储字典中的单词，方便快速查找
unordered_set<string> wordSet(wordDict.begin(), wordDict.end());
int n = s.size();
vector<bool> dp(n + 1, false);
dp[0] = true; // 空字符串可以被拆分
for (int i = 1; i <= n; i++) {
for (int j = 0; j < i; j++) {
// 检查 s[j:i] 是否在字典中，且 dp[j] 为 true
if (dp[j] && wordSet.count(s.substr(j, i - j))) {
dp[i] = true;
break;
}
}
}
return dp[n];
}
int main() {
vector<string> wordDict = {"leet", "code"};
cout << wordBreak("leetcode", wordDict) << endl; // 输出 true
return 0;
}
Python代码
def word_break(s, word_dict):
# 将字典转为集合，方便查找
word_set = set(word_dict)
n = len(s)
dp = [False] * (n + 1)
dp[0] = True # 空字符串可以被拆分
for i in range(1, n + 1):
for j in range(i):
# 检查 s[j:i] 是否在字典中，且 dp[j] 为 True
if dp[j] and s[j:i] in word_set:
dp[i] = True
break
return dp[n]
# 测试
print(word_break("leetcode", ["leet", "code"])) # 输出 True
print(word_break("applepenapple", ["apple", "pen"])) # 输出 True
print(word_break("catsandog", ["cats", "dog", "sand", "and", "cat"])) # 输出 False
复杂度分析
时间复杂度： O(n2)O(n^2)
外层循环遍历字符串的长度 nn，内层循环最多也需要遍历 nn。
字符串截取操作 s[j:i]s[j:i] 的时间复杂度为 O(1)O(1)（语言实现优化）。
单词查找（使用哈希集合）为 O(1)O(1)。
空间复杂度： O(n)O(n)
使用了长度为 n+1n+1 的数组
dp。
ending
你好呀，我是苍何。是一个每天都在给自家仙人掌讲哲学的执着青年，我活在世上，无非想要明白些道理，遇见些有趣的事。倘能如我所愿，我的一生就算成功。共勉 💪
点击关注下方账号，你将感受到一个朋克的灵魂，且每篇文章都有惊喜。
感谢大家一直以来的阅读、在看和转发，我会把流量主收益都用来发红包，大家可在公众号页面发送相关暗号关键词获取抽奖，每一篇文章会给到一个不同的暗号，对应的抽奖都是独立的，此篇暗号为【极越】，在后台回复【极越】，即可点击进去参与抽奖！抽奖内容、金额、个数等都无变化，在开奖前参与抽奖，操作均有效。
注意，后台（不是评论区，是后台）回复【极越】即可参与抽奖。
后台回复（不是评论区，是后台）即可参与抽奖。
后台回复（不是评论区，是后台）即可参与抽奖。
就像大家之前回复【八股】一样。
