首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >上着班突然公司说解散了,凌晨都在等结果

上着班突然公司说解散了,凌晨都在等结果

作者头像
编码如写诗
发布2026-03-02 21:30:20
发布2026-03-02 21:30:20
50
举报
文章被收录于专栏:编码如写诗编码如写诗

刚上看到个帖子,有个网友说:正上着班呢,突然公司说解散了。

资金链断裂,没钱发工资

"说资金链断裂,没钱发工资。"

"怎么办?打了市长热线,人家说到发薪日后5天没收到,才会反映给相关部门。"

"现在没办法。"

"现在凌晨了,他和同事都在公司等结果。"

看完这帖子,我脑壳疼。


评论区炸锅了

底下评论区更热闹。

热评第一,一位投资管理10年的网友直接点破:

"太多了这种事情,实体经济低迷,很多小老板都撑不下去(大部分是曾经的无产阶级,撞大运暂时成了小资产阶级,然后又被打回原阶层!),何况拿工资的!"

这话说得,直接把创业的残酷本质点透了。


还有人说要抓紧走劳动仲裁和法院起诉:

"抓紧走劳动仲裁和法院起诉,晚一点一毛没有。"

真的,现在能做的好像也就这些了。


最狠的是那个做运营5年的:

"桌子、椅子、电脑、显示器都拿走,就当抵工资了。"

有人说不值钱,他回:

"有总比没有强,能拿回一点是一点。"

真的,这话太真实了。


还有人说:

"记住先盯好值钱的办公用品,万一发不了,可以抵工资,减少点损失。"

搬台显卡高配的工作站回家,这都成操作指南了。


还有人说自己第一家公司就是这样:

"上午开会说融资到了,中午吃饭时老板宣布融资吹了没钱了,公司解散。"

好歹赔了个n+1。

然后有人补刀:

"现在可不比当年,一个岗位几百上千,甚至上万人竞争!"

真的,现在这环境,太南了。


创业就是一场豪赌

有个评论看得我更难受:

"都是套路。创业的朋友和我说过,如果没干好,盈利不行。原地倒闭,东西都搬走(反正没几个钱)。过阵重新开个公司,重新招人。再尝试另外一个方向。"

底下有人回:

"......有限责任本来就这么用的"

这话说得太扎心了。


还有人遇到过比这更惨的:

"老衲也遇到过这样的,还搭进去两万报销款没报销,工资欠了14万,劳动仲裁赢了公司没钱给,法人就一家庭主妇没赔偿能力只能算了。"

我朋友有次也是这样:

"我上班,工资欠着不给,后面仲裁赢了,公司法人已经换成了一个农村老头"

这都什么年代了,还有这种骚操作。


有个产品经理说得更离谱:

"我们更狠,我和同事提早去吃晚饭被叫回来开会。结果,急匆匆回来后。说公司黄了...可以下班了"

哈哈哈哈,这剧情太魔幻了。


还有人经历了无数次解散,多次无赔偿的裁员,然后失业中...

底下人说:

"啊这,运气有点太那啥了"

真的,我都不知道说啥好。


从员工角度,确实惨到不行。

上班上到一半公司没了,工资也没了,这谁受得了。

凌晨在公司等结果,想想都绝望。

打市长热线还要等5天,这效率也是醉了。


但换个角度想,创业这事儿,风险本来就大。

资金链断了,老板也没办法。

有些人说创业就是拿别人的钱搏自己的机会,成功了就是小资产阶级,失败了就一无所有。

现在这经济环境,能撑着不倒闭的都算厉害了。


从我的角度看

从我的角度看,打工人能做的就这几件事。

第一,保存证据。

劳动合同、工资条、考勤记录,这些都要保存好。

万一要走仲裁,这些都是材料。


第二,盯好值钱的办公用品。

这话说得挺现实的,公司都这样了,能拿回一点是一点。


第三,尽快走劳动仲裁流程。

时间拖得越久,追回来的可能性越小。


第四,做好找下一份工作的准备。

现在就业环境不好,但总比坐以待毙强。


说到底,这就是打工人和创业者之间的博弈。

创业者想用有限责任来规避风险,打工人想拿到自己应得的劳动报酬。

但在这场博弈中,往往是打工人受伤最深。

因为创业者可以东山再起,打工人可能就真的失业了。

而且现在这环境,找一份好的工作真的不容易。


选公司真的太重要了

我有个朋友也是,公司说资金链断了,老板跑了。

工资欠了8万,劳动仲裁赢了也拿不到钱。

因为公司账户早就空了,法人也换了。

最后只能认栽,重新找工作。

所以啊,选公司真的很重要。

大公司虽然卷,但至少稳定。

小公司虽然自由,但风险也大。

特别是那种靠融资续命的,说不准哪天就没了。


我觉得吧,这事儿也不是完全没辙。

平时多存点钱,手里有粮心里不慌。

关注公司的经营状况,发现苗头不对赶紧跑。

提升自己的能力,就算失业也能快速找到下家。

最重要的一点,别把鸡蛋放在一个篮子里。

有副业就搞副业,有投资就做投资。

反正现在这个环境,谁能保证明天公司还在呢?


我以前在一家创业公司,老板说融资马上到账,让我们先垫付一些费用。

结果融资一直没到,公司最后还是黄了。

好在当时我留了个心眼,只垫付了几百块。

要是傻傻地垫付几万,估计现在也跟那些讨工资的一样了。


所以说啊,职场这事儿,还得自己留个心眼。

该争取的权利要争取,该保护的利益要保护。

但同时也要有底线,别违法乱纪。

搬东西是可以,但别真去盗窃。


这话说得有点啰嗦,但我觉得这些都很重要。

毕竟打工这么多年,谁还没遇到过几个坑爹公司呢。

关键是,遇到之后要怎么办。

哭没有用,骂也没有用。

还是要冷静下来,想办法把损失降到最低。

然后赶紧找下一条路。

生活还得继续,不是吗?


算法题

昨天晚上十一点多,我在公司楼下改bug,我们组那个小李突然拦住我:哥,这道Kth Largest Element in an Array咋写啊,我脑壳疼。

我扫了一眼代码,心想这题挺经典的,来,我给你捋一捋。

题目理解

题目说给你一个整数数组 nums 和一个整数 k,让你返回数组中第 k 个最大的元素。

举例说明:

  • 数组 [3,2,1,5,6,4],k=2,第2大的元素是5
  • 数组 [3,2,3,1,2,4,5,5,6],k=4,第4大的元素是4

这不就是找第几大吗,挺好理解的。

思路分析

暴力解法:直接把数组排序,然后取第k个元素。时间复杂度 O(n log n),空间复杂度 O(1)。虽然能过,但面试官肯定会问你有没有更好的方法。

优化思路1 - 最小堆:维护一个大小为k的最小堆,遍历数组,堆中始终保持最大的k个元素。最后堆顶就是第k大的元素。时间复杂度 O(n log k),空间复杂度 O(k)。

优化思路2 - 快速选择:类似快速排序的partition思想,每次选择一个pivot,将数组分成两部分。通过比较pivot的位置和k,可以确定答案在左边还是右边。平均时间复杂度 O(n),最坏情况 O(n²),但可以通过随机选择pivot来避免最坏情况。

这三种方法,最小堆比较实用,快速选择理论上最优但实现复杂度较高。面试时建议先说暴力,再说堆,如果面试官追问可以提快速选择。

复杂度分析

  • 时间复杂度:O(n log k),其中n是数组长度
  • 空间复杂度:O(k),用于存储堆

代码实现

代码语言:javascript
复制
package main

import (
"container/heap"
"fmt"
)

// MinHeap 最小堆
type MinHeap []int

func (h MinHeap) Len() int           { returnlen(h) }
func (h MinHeap) Less(i, j int) bool { return h[i] < h[j] }
func (h MinHeap) Swap(i, j int)      { h[i], h[j] = h[j], h[i] }

func (h *MinHeap) Push(x interface{}) {
 *h = append(*h, x.(int))
}

func (h *MinHeap) Pop() interface{} {
 old := *h
 n := len(old)
 x := old[n-1]
 *h = old[0 : n-1]
return x
}

// findKthLargest 使用最小堆找第k大的元素
func findKthLargest(nums []int, k int) int {
 h := &MinHeap{}
 heap.Init(h)

// 先入堆k个元素
for i := 0; i < k; i++ {
  heap.Push(h, nums[i])
 }

// 遍历剩余元素,比堆顶大的就替换
for i := k; i < len(nums); i++ {
if nums[i] > (*h)[0] {
   heap.Pop(h)
   heap.Push(h, nums[i])
  }
 }

return (*h)[0]
}

func main() {
// 测试用例
 fmt.Println(findKthLargest([]int{3, 2, 1, 5, 6, 4}, 2))  // 5
 fmt.Println(findKthLargest([]int{3, 2, 3, 1, 2, 4, 5, 5, 6}, 4))  // 4
 fmt.Println(findKthLargest([]int{1}, 1))  // 1
 fmt.Println(findKthLargest([]int{7, 10, 4, 3, 20, 15}, 3))  // 10
}

注意事项

  • 堆的大小:记得维护堆的大小不超过k,否则会变成全排序,失去堆的优势
  • 边界条件:k的有效范围是1到len(nums),要检查k是否合法
  • 堆的类型:找第k大用最小堆,找第k小用最大堆,别搞反了
  • 时间复杂度:堆的插入和删除都是O(log k),总共n次操作,所以是O(n log k)
  • 空间优化:如果原地修改nums,可以用快速选择算法做到O(1)空间,但实现更复杂

这题的关键点在于理解堆的应用场景,不是所有排序题都需要完整排序,有时候维护部分有序就够了。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2026-02-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 编码如写诗 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 资金链断裂,没钱发工资
  • 评论区炸锅了
  • 创业就是一场豪赌
  • 从我的角度看
  • 选公司真的太重要了
  • 算法题
    • 题目理解
    • 思路分析
    • 复杂度分析
    • 代码实现
    • 注意事项
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档