某大厂员工:现在跳槽别乱要价了,目前薪资基础上10-15%涨幅,最高20%封顶.现在是买方市场,稳定性不佳的做好平薪降薪心里准备

刚刷到这个帖，我第一反应就是，风向确实变了。

前几年不少人跳一次槽就跟开盲盒似的，张口就是涨三成，谈下来还觉得自己保守了。现在真不是那个时候了，岗位少，简历多，企业也精得很，先看你稳不稳，再看你值不值。

现在还拿着前几年的行情当参考，面试里很容易把气氛聊僵。正常能往上抬一点就不错了，大多数也就是小幅加薪，能给到两成都算挺有诚意。再高？不是没有，但一般得是特别缺、特别对口、你还特别能打。

普通人这时候跳槽，先别上来就把价格喊得吓人，最后不是岗位黄了，就是自己心态先崩。

暖气器问题这类算法题，看似简单，边界条件一踩就容易炸。我现场翻了半天代码才把温度覆盖范围算准——因为题里明明说了每个暖气器都有固定加热半径，但我第一眼就想着直接全局循环，结果 test case 一跑就超时。

核心是这样的：房子每个位置都有一个目标温度，要放置若干暖气器，每个暖气器加热一个固定范围的房间。问最少加热半径使得所有房间都能达到温度。Go 写法，咱先用二分查找半径：

package mainimport ("fmt""math""sort")funcminHeaterRadius(houses []int, heaters []int)int { sort.Ints(houses) sort.Ints(heaters) left, right := 0, 1_000_000_000for left < right {  mid := (left + right) / 2if canCover(houses, heaters, mid) {   right = mid  } else {   left = mid + 1  } }return left}funccanCover(houses []int, heaters []int, radius int)bool { i := 0for _, h := range heaters {// 每个暖气器覆盖区间 [h-radius, h+radius]for i < len(houses) && houses[i] <= h+radius {if houses[i] < h-radius {returnfalse   }   i++  } }return i == len(houses)}funcmain() { houses := []int{1,2,3,4,5} heaters := []int{1,4} fmt.Println(minHeaterRadius(houses, heaters)) // 输出最小半径}

这个地方我当时踩坑的是 canCover。第一版我没排序，数组一乱，覆盖判定直接炸。后来加了 sort.Ints，再用指针扫房子，复杂度就降下来。Go 里指针扫数组比 map 查找快得多，尤其是边界条件要特别注意：房子可能正好在两个暖气器中间，判断 < h-radius 和 <= h+radius 的边界差一个符号就全错。

另外，我发现题目里有些测试用例会让半径恰好是整数边界，比如房间 1，暖气器 4，你算出来 2.5 会被 round down，直接就覆盖失败。所以二分边界一定要用整数版本，left, right 初始值选大一点，保证覆盖全场景。

现场感的另一点是，很多人会直接用 for 嵌套 for 算每个房子到每个暖气器的距离，然后找最小值。Go 实测大数据 N=1e5 直接超时。我的经验是，先排序，然后线性扫一遍，复杂度从 O(N*M) 降到 O(N+M)，再加二分，perf 就稳了。

还可以用另一种技巧：预处理房子左右最近的暖气器距离，取最大值就是半径。Go 写起来像这样：

funcminRadiusAlt(houses []int, heaters []int)int { sort.Ints(houses) sort.Ints(heaters) n := len(heaters) res := 0for _, h := range houses {  idx := sort.Search(n, func(i int)bool { return heaters[i] >= h })  dist := math.MaxInt32if idx < n {   dist = heaters[idx] - h  }if idx > 0 {   dist = min(dist, h - heaters[idx-1])  }  res = max(res, dist) }return res}funcmin(a,b int)int { if a<b { return a } else { return b } }funcmax(a,b int)int { if a>b { return a } else { return b } }

这里 sort.Search 就是 Go 的标准库二分查找，巧妙避开手写指针的烦恼，边界条件也自然解决了。

总结：暖气器算法题，关键在于：

1. 数组排序，保证覆盖计算正确；
2. 二分或线性扫，避免 O(N*M)；
3. 注意整数边界，别让浮点四舍五入坑了；
4. Go 可以利用 sort.Search 和指针扫数组，高性能且简洁。

整个思路拿到手就像现场排查暖气器覆盖问题：房子、暖气器、半径，先把数组摆整齐，再扫一遍，边界全看清楚，就能跑满用例。