亚麻Onsite
find celerity， largest k和link binary tree same level nodes
第二部分
milestone1
Input: ProductID, destination
Output: List
SomeClass:
Inventory
List
实现的功能是：当输入一个product和destination， 找到所有含有这个product的inventory， 对每一个inventory（用什么数据结构存的？arraylist or hashmap），找到它到destination的cost list. 最后把所有歌WrapperClass放到一个list里面返回。
根据product找到inventory，根据destination在inventory里面找到运往这个地方的cost。 然后再把inventory和cost组合成一起。
是两个for loop解决的 就是判断一个我记着是product.fromRegion() == shippingcost.toRegion()
for-loop 找product 计算from somepoint to somepoint的cost, 不同方式的cost汇总起来
HashMap
Cost 也是一个class,指从这个invento ry发往destination的cost list, 每个发货方式一个cost
第一问return的那个type是个啥玩意儿啊 productShippingCost 这也是个单独的类吗? 是不是要new一个它的instance，然后传inventory和shippingcost进去搞个新的实例，然后加到return的那个list里
milestone2
输入：order list
输出：调货的方案，productId 从哪个inventory发货，怎么发货
满足更多的订单，但是我的implement同时也满足了使更少订单late 所以等于是两个要求都满足了
- 先写了一个comparator来排序shippingcost里面的shipdays
- 用pq存shippingcost minheap
- 同时建一个map存key是shippingcost和value是productinventoryshippingcost， 这样之后可以通过shippingcost来调出来productinventoryshippingcost，从而得到inventory的信息
- 按order里面的product的quantity从小到大排序。
- 每次决定要走到判断发不发货之前 先check pq里的东西 按照shipday的需要来从小到大发 这样可以减少late订单 也算是greedy
重点：考官会问，怎么选择从哪里发货？时间最短的仓库来发货。
order可以分开运。一个order要5个东西，可以3个从inv1 运送，2个从inv2 运送 一个仓库对应一个productID。一个region不会有多个仓库有一样的东西。不过这个可以作为一个卖点和主考官聊一聊（当然，你要准备好怎么说）
我感觉这里multi threading的用途是在实际的product中， 用户订单的请求肯定非常大，而且这个service也肯定部署在多个server上， 所以这里需要multi threading 来同时处理大量的请求。
还有预处理product ID， 也是可以把product ID进行分类，然后不同的服务器处理不同类别的product ID， 这样我们既可以根据product 的需求量来进行服务器的调整 也可以把非常popular的product 放到cache中，加快服务器的响应速度。
最优情况下，时间复杂度是O（n）。先heapify这个分好的list或heap，然后取topK。如果K非常小。整体就是linear。
先满足最大发货量，在这基础上，可以保证in-time的同时 min cost。 就是因为shippingCost 用2个heap去装。
一个非常好的建议。我是onsite的时候想到的。就是写base。然后所有要加的东西都写成function。然后能写完多少就多少。 这样既可以抛出结果，也不用担心写不完。
为什么要选满足最多用户？ 满足用户的需求永远是第一位的。
先按quantity排序order, 然后选每个inventory里面时间最短的发货
milestone 3
满足订单最多的情况下，优化shipment cost。
改了comparator来比较shippingcost这个class里的cost
问题
一个order 是只有一种product吗？ 如果不是，那么怎么排序order呢？