有人造假腾讯的工资流水，被hr拉进黑名单..

刚刷到个贴子，说有人伪造腾讯工资流水想装大厂光环，结果被HR识破直接拉黑名单。截图细节上漏洞一堆，比如个税信息不对、发薪时间不符、薪资还整整齐齐五万，看着就假。

网友们议论挺热闹，有人笑他胆大包天，有人感叹真是自毁前程。我觉得吧，这事的关键是：造假这条路在职场根本走不通。你以为是“聪明伪装”，在HR眼里就是“诚信破产”。

说到底，能力不够就老老实实提升，经验不足就慢慢积累。靠造假进大厂，就算真混进去，后面也会露馅。与其冒险，不如打磨真本事，长远来看才是稳妥的出路。

总的来说，职场讲究的是信任感，失了信用，比没钱更可怕。【备注:文末可领最新资料】

算法题：寻找忠实客户

昨天晚上十一点多，在公司楼下吹风，小李问我：怎么在一堆交易里找“忠实客户”？我一口奶茶差点喷出来，说白了就是——谁最近一直买、买得也不差，对吧。别整玄学，咱先把“忠实”写死一点：最近 N 个月里，每个月至少下过一单；而且这 N 个月的累计消费要≥一个阈值 M。这样定义落地、好落库，也好解释给业务同学听。你要更抠门也行，比如把退款算负数、把测试单过滤掉，规则全放参数里。

思路就两个词：分桶、汇总。分桶就是把交易按用户 + 年月丢进桶里（比如 2025-09 这种 YearMonth），这样能一眼看出这个用户在每个月有没有下单；汇总就是顺手把这几个月的金额加起来。最后两道门：月覆盖数是否等于 N、总金额是否≥M。复杂度 O(T)，T 是交易条数，主要是哈希表读写，内存占用跟“参与过最近 N 个月消费的用户数 × N”成正比，够省。

坑点我先替你踩：跨年不用怕，按 YearMonth 就行；时区要统一，别服务 A 用 UTC、服务 B 用上海时区，一比对就串月；退款记得按负数加回去，不然会把“退得比买得多”的哥们也认成铁粉；还有那种一天一百单的机器人账号，阈值 M 和黑名单要兜底。哦对了，实时流上也能做，把下面的 Map 换成状态存储就行。

下面丢一段能跑的精简版 Java，口味清淡点，方便塞进服务里：

import java.time.*;
import java.util.*;
import java.util.stream.*;

publicclass LoyalCustomerFinder {

    publicstaticclass Txn {
        publicfinal String userId;
        publicfinallong tsMillis;
        publicfinaldouble amount; // 退款传负数
        public Txn(String userId, long tsMillis, double amount) {
            this.userId = userId; this.tsMillis = tsMillis; this.amount = amount;
        }
    }

    public static Set<String> findLoyalCustomers(List<Txn> txns,
                                                 int lastMonths,
                                                 double minSum,
                                                 ZoneId zone,
                                                 Instant now) {
        YearMonth end = YearMonth.from(now.atZone(zone));
        YearMonth start = end.minusMonths(lastMonths - 1);

        // user -> set of YearMonth with at least one order
        Map<String, Set<YearMonth>> monthSeen = new HashMap<>();
        // user -> total amount within window
        Map<String, Double> total = new HashMap<>();

        for (Txn t : txns) {
            YearMonth ym = YearMonth.from(Instant.ofEpochMilli(t.tsMillis).atZone(zone));
            if (ym.isBefore(start) || ym.isAfter(end)) continue; // 不在观察窗内
            monthSeen.computeIfAbsent(t.userId, k -> new HashSet<>()).add(ym);
            total.merge(t.userId, t.amount, Double::sum);
        }

        return monthSeen.entrySet().stream()
                .filter(e -> e.getValue().size() == lastMonths)
                .map(Map.Entry::getKey)
                .filter(u -> total.getOrDefault(u, 0.0) >= minSum)
                .collect(Collectors.toSet());
    }

    // 小样例
    public static void main(String[] args) {
        List<Txn> list = Arrays.asList(
            new Txn("u1", LocalDate.of(2025,5,3).atStartOfDay(ZoneId.of("Asia/Shanghai")).toInstant().toEpochMilli(), 199),
            new Txn("u1", LocalDate.of(2025,6,2).atStartOfDay(ZoneId.of("Asia/Shanghai")).toInstant().toEpochMilli(), 99),
            new Txn("u1", LocalDate.of(2025,7,1).atStartOfDay(ZoneId.of("Asia/Shanghai")).toInstant().toEpochMilli(), 9.9),
            new Txn("u2", LocalDate.of(2025,7,8).atStartOfDay(ZoneId.of("Asia/Shanghai")).toInstant().toEpochMilli(), 500)
        );
        Set<String> loyal = findLoyalCustomers(list, 3, 200, ZoneId.of("Asia/Shanghai"), Instant.parse("2025-07-31T12:00:00Z"));
        System.out.println(loyal); // 预期只有 u1
    }
}

你们看，代码就干三件事：限定时间窗、按年月分桶、两条件筛人。要做成“滚动窗口”日报？把 now 换成当天 23:59:59 的时间点；要做“连续月断一月就重来”的那种更严格口径？把 size()==lastMonths 改成按 start..end 逐月检查是否都在 set 里，或直接维护连续计数。好了先这样，我去给小李回个消息，他又在问 RFM 怎么落库了…