奇葩公司又发微博了，网友表示“乐”

多益网络

近日，多益网络官方微博发帖，公然表示对法院仲裁结果不服，认为劳动法有极多问题。

大家不要看微博内容似乎振振有词，极有可能只是多益网络单方面的选择性表达，毕竟多益网络的臭名早就家喻户晓。

况且对前员工直接实名指出，这操作也是第一次见。

不知道大家对多益网络认识有多少，对多益网络的创始人徐波，认识又有多少。

帮大家回忆一下那些奇葩新闻，大家可能就有印象了。

著名的"自愿降薪"事件：今年公司效益良好，利润有较大增长。公司决定，允许员工自愿申请每月降低待遇的 10%。

和"自愿降薪"类似的事情还有"要红包"事件：入职满一年及以上的员工可向徐波发感谢红包。

虽然这些"降薪"和"要红包"操作，后来都变成了"涨薪"和"发红包"。

但奖赏员工的公司多了去了，这么搞"钓鱼"操作，每年都玩「服从性/忠诚度测试」的公司，多益网络是独一家。

很难想象，一家公司的奖励机制，不是依靠于员工贡献，而是依靠于员工是否了解老板脾性，是否愿意"配合"老板玩服从性测试小游戏。

除此以外，多益网络还有规定员工娶妻彩礼不能超过 10 万元，否则就通报批评。

除了在公司里的这些奇葩操作，多益网络创始人徐波的私下生活也一度成为网友口中的 🍉。

徐波在多年前就表示：*不会结婚，并且要生许多孩子。*于是长期让其女友给自己介绍其他女生 🤮，并表示自己和女友之间绝对信任，最终被该女友骗走 3 个亿。

现在再看文章开头的微博原文，你还会觉得多益网络和员工之间的纠纷，会是这么简单吗？

...

回归主题。

来一道「多益网络」无关，但做多确实有益的算法题。

题目描述

平台：LeetCode

题号：1217

有 n 个筹码。第 iii 个筹码的位置是 position[i]。

我们需要把所有筹码移到同一个位置。在一步中，我们可以将第 iii 个筹码的位置从 position[i]position[i]position[i] 改变为:

• position[i] + 2 或 position[i] - 2，此时 cost = 0
• position[i] + 1 或 position[i] - 1，此时 cost = 1

返回将所有筹码移动到同一位置上所需要的 最小代价 。

示例 1：

输入：position = [1,2,3]

输出：1

解释：第一步:将位置3的筹码移动到位置1，成本为0。
第二步:将位置2的筹码移动到位置1，成本= 1。
总成本是1。

示例 2：

输入：position = [2,2,2,3,3]

输出：2

解释：我们可以把位置3的两个筹码移到位置2。每一步的成本为1。总成本= 2。

示例 3:

输入：position = [1,1000000000]

输出：1

提示：

• 1<=chips.length<=1001 <= chips.length <= 1001<=chips.length<=100
• 1<=chips[i]<=1091 <= chips[i] <= 10^91<=chips[i]<=109

贪心 + 枚举目标位置

假设移动的目标位置是 a，当前所在位置是 b，将小球从 b 移动到 a 的成本取决于两位置距离的「奇偶性」，距离为偶数时成本固定为 0，距离为奇数时成本固定为 1。

同时我们可以通过「分情况讨论」来证明，所有小球移动到一个全新位置（起始没有小球的位置），结果不会变好，假设所选择的最终（全新）位置为 t：

• 假设选择的位置 ttt 导致所有数到位置 ttt 距离均为偶数，此时总成本为 000，同时可知所有数的位置奇偶性相同，此时选择所有数中的任意一个的位置，同样可得总成本为 000 的结果，因此选全新的位置不会让结果变好；
• 假设选择的位置 ttt 导致所有数到位置 ttt 距离均为奇数，此时总成本为 nnn，同时可知所有数的位置奇偶性相同，此时选择所有数中的任意一个的位置，可得总成本为 000 的结果，因此选全新的位置会让结果变差；
• 假设选择的位置 ttt 导致所有数到位置 ttt 距离奇数结果为 c1c1c1，偶数结果为 c2c2c2，可知 n=c1+c2n = c1 + c2n=c1+c2，同时我们通过调整 ttt 的奇偶性来确保 c1<=c2c1 <= c2c1<=c2。此时总的成本为 c1c1c1，同时可知所有与 ttt 距离为奇数的数所在位置奇偶性相同，所有与 ttt 距离为偶数的数所在位置奇偶性也相同，此时将 ttt 调整为与 ttt 奇偶性相同的原有数的位置，同样能够得到总成本为 c1c1c1 的结果，因此选全新的位置不会让结果变好。

综上，我们可以枚举所有已有的位置为目标位置，并通过奇偶性统计其余位置到目标位置的成本，在所有已有位置中取最小的总成本即是答案。

Java 代码：

class Solution {
    public int minCostToMoveChips(int[] ps) {
        int n = ps.length, ans = Integer.MAX_VALUE;
        for (int i = 0; i < n; i++) {
            int a = ps[i], cur = 0;
            for (int j = 0; j < n; j++) {
                int b = ps[j];
                cur += Math.abs(a - b) % 2;
            }
            ans = Math.min(ans, cur);
        }
        return ans;
    }
}

C++ 代码：

class Solution {
public:
    int minCostToMoveChips(vector<int>& ps) {
        int n = ps.size(), ans = numeric_limits<int>::max();
        for (int i = 0; i < n; i++) {
            int a = ps[i], cur = 0;
            for (int j = 0; j < n; j++) {
                int b = ps[j];
                cur += abs(a - b) % 2;
            }
            ans = min(ans, cur);
        }
        return ans;
    }
};

Python 代码：

class Solution:
    def minCostToMoveChips(self, ps: List[int]) -> int:
        n, ans = len(ps), float('inf')
        for i in range(n):
            a, cur = ps[i], 0
            for j in range(n):
                b = ps[j]
                cur += abs(a - b) % 2
            ans = min(ans, cur)
        return ans

TypeScript 代码：

function minCostToMoveChips(ps: number[]): number {
    let n = ps.length, ans = 0x3f3f3f3f;
    for (let i = 0; i < n; i++) {
        let a = ps[i], cur = 0;
        for (let j = 0; j < n; j++) {
            const b = ps[j];
            cur += Math.abs(a - b) % 2;
        }
        ans = Math.min(ans, cur);
    }
    return ans;
};

• 时间复杂度：O(n2)O(n^2)O(n2)
• 空间复杂度：O(1)O(1)O(1)

贪心 + 统计奇偶性

更进一步，我们可以发现要使得「总的移动成本最优」的目标位置有无数个，只要目标位置的奇偶性不变，即可确保总成本不变。

因此我们可以省去枚举具体位置的操作，转而统计原有数的奇偶位置个数，假设偶数位置有 a 个，奇数位置有 b 个，最终目标位置选为偶数的成本为 b，最终目标位置选为奇数的成本为 a，即两者中的最小值即是答案。

Java 代码：

class Solution {
    public int minCostToMoveChips(int[] ps) {
        int n = ps.length, a = 0;
        for (int i : ps) a += i % 2;
        return Math.min(a, n - a);
    }
}

C++ 代码：

class Solution {
public:
    int minCostToMoveChips(vector<int>& ps) {
        int n = ps.size(), a = 0;
        for (int i : ps) a += i % 2;
        return min(a, n - a);
    }
};

Python 代码：

class Solution:
    def minCostToMoveChips(self, ps: List[int]) -> int:
        n, a = len(ps), sum(x % 2 for x in ps)
        return min(a, n - a)

TypeScript 代码：

function minCostToMoveChips(ps: number[]): number {
    const n = ps.length;
    let a = ps.filter(x => x % 2 === 1).length;
    return Math.min(a, n - a);
};

• 时间复杂度：O(n)O(n)O(n)
• 空间复杂度：O(1)O(1)O(1)