随着互联网巨头对本地生活服务领域的不断渗透，抖音近日宣布调整其“随心团”业务的商家准入政策，引发了外界对其是否将正式进军外卖市场的热烈讨论。作为一个以短视频和流量见长的平台，抖音此举究竟意味着什么？本文将深入分析抖音的战略意图，并结合一道力扣算法题，探讨技术在商业布局中的潜在应用。

抖音“随心团”新政：门槛提高，野心初显

近日，抖音生活服务发布了一则重磅公告，宣布对“随心团”业务的商家准入要求进行调整。自 2024 年 6 月 30 日起，商家需通过定向邀请的方式入驻，且必须是“品质商户”。所谓“品质商户”，需满足一系列严格标准，包括但不限于提供堂食服务、具备良好的履约体验、在销量表现上名列前茅，以及拥有一定的品牌影响力。这一政策调整大幅提高了商家的入驻门槛，也让外界嗅到了抖音在本地生活服务领域的新动向。

对于外界关于“抖音是否在加大‘随心团’业务推广力度”的疑问，抖音生活服务相关负责人给出了回应。自 2024 年年末试运行“随心团”业务以来，平台始终坚持以优质品牌准入标准吸引商家入驻。目前，入驻商家以连锁品牌为主，覆盖饮品、西式快餐、面包甜点、正餐中餐等多个类目，且平台仍在持续开放，鼓励更多品牌连锁商家加入。（数据来源：新浪科技）

这一系列动作无疑表明，抖音正在本地生活服务领域加速布局，而外卖市场作为这一领域的重要组成部分，自然成为了外界关注的焦点。抖音会成为外卖市场的下一个搅局者吗？

外卖大战在即？抖音的机遇与挑战

外卖市场近年来持续升温，用户对便捷生活服务的需求日益旺盛。作为本地生活服务的重要一环，外卖市场拥有巨大的增长潜力。凭借超过 6 亿日活跃用户的流量优势，抖音若能成功切入这一市场，无疑将对现有格局产生深远影响。然而，进军外卖并非坦途，抖音需要面对多重挑战：

1. 物流配送体系的短板
   抖音作为一个内容分发平台，缺乏成熟的物流配送体系。与美团、饿了么等老牌外卖平台相比，抖音需要从零开始构建配送网络，这不仅需要巨额资金投入，还需解决效率与成本的平衡问题。

2. 商家合作与服务质量的考验
   外卖业务的成功离不开稳定的商家生态和优质的用户体验。抖音需与商家建立长期合作关系，确保订单履约能力，同时避免因服务质量问题损害品牌口碑。

3. 巨头围堵的竞争压力
   美团和饿了么在外卖市场深耕多年，拥有强大的市场份额、用户粘性以及供应链管理能力。抖音要想从中分一杯羹，势必面临激烈的竞争。

尽管如此，抖音也有其独特优势：

• 精准用户画像与数据驱动
  抖音拥有海量的用户数据，可以通过算法推荐为用户提供个性化服务，同时帮助商家精准触达目标客群。

• 短视频与直播的营销加持
  抖音的短视频和直播功能为商家提供了多样化的营销渠道，能够有效提升品牌曝光度和用户粘性。

• 流量入口的天然优势
  抖音庞大的用户基础为其外卖业务提供了巨大的潜在市场，有助于快速实现市场渗透。

综合来看，抖音通过“随心团”业务的调整，展现了其进军外卖市场的野心。虽然挑战重重，但凭借流量、技术与营销的组合拳，抖音或许能在外卖大战中占据一席之地。

回归正题 我们来一道力扣中等难度的题目。

力扣题目（3598. 相邻字符串之间的最长公共前缀）

https://leetcode.cn/problems/longest-common-prefix-between-adjacent-strings-after-removals/

题目描述

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50

给你一个字符串数组 words，对于范围 [0, words.length - 1] 内的每个下标 i，执行以下步骤：

从 words 数组中移除下标 i 处的元素。
计算修改后的数组中所有 相邻对 之间的 最长公共前缀 的长度。
返回一个数组 answer，其中 answer[i] 是移除下标 i 后，相邻对之间最长公共前缀的长度。如果 不存在 相邻对，或者 不存在 公共前缀，则 answer[i] 应为 0。

字符串的前缀是从字符串的开头开始延伸到任意位置的子字符串。

 

示例 1：

输入： words = ["jump","run","run","jump","run"]

输出： [3,0,0,3,3]

解释：

移除下标 0：
words 变为 ["run", "run", "jump", "run"]
最长的相邻对是 ["run", "run"]，其公共前缀为 "run"（长度为 3）
移除下标 1：
words 变为 ["jump", "run", "jump", "run"]
没有相邻对有公共前缀（长度为 0）
移除下标 2：
words 变为 ["jump", "run", "jump", "run"]
没有相邻对有公共前缀（长度为 0）
移除下标 3：
words 变为 ["jump", "run", "run", "run"]
最长的相邻对是 ["run", "run"]，其公共前缀为 "run"（长度为 3）
移除下标 4：
words 变为 ["jump", "run", "run", "jump"]
最长的相邻对是 ["run", "run"]，其公共前缀为 "run"（长度为 3）
示例 2：

输入： words = ["dog","racer","car"]

输出： [0,0,0]

解释：

移除任意下标都会导致答案为 0。
 

提示：

1 <= words.length <= 105
1 <= words[i].length <= 104
words[i] 仅由小写英文字母组成。
words[i] 的长度总和不超过 105。

解题思路

如果不能删除，那么就是一个简单题目。我们只需要求出所有相邻的最长公共前缀，返回最大的即可。

多了删除会有什么不同呢？比如我们删除了 i，那么原本相邻的 i - 1 和 i ，以及 i 和 i + 1 变得不相邻，我们需要将其舍去考虑。另外会使得原本不相邻的 i - 1 和 i + 1 变得相邻，我们需要将这个公共前缀纳入考虑。

由于进一步思考，移除一个元素 i 后，本质上当前问题变成了三个子问题。

• [0, i - 1] 的最长公共前缀
• [i + 1, n-1] 最长公共前缀
• i-1 和 i+1 之间的最长公共前缀

三个子问题的最大值就是当前问题的答案。

实现上，我们可以用 pre_max[i] 记录 [0, i] 的最长公共前缀，suf_max[i] 记录 [i, n-1] 的最长公共前缀。

得到两个数组后，再枚举删除位置 i 即可。但是为了节省一点点空间，我们可以只用一个数组，具体见下方代码。

参考代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28

@cache  # 避免重复计算
def lcp(s: str, t: str) -> int:
    cnt = 0
    for x, y in zip(s, t):
        if x != y:
            return cnt
        cnt += 1
    return cnt

class Solution:
    def longestCommonPrefix(self, words: List[str]) -> List[int]:
        n = len(words)
        ans = [0] * n
        if n == 1:  
            return ans

        
        suf_max = [0] * n
        for i in range(n - 2, 0, -1):
            suf_max[i] = max(suf_max[i + 1], lcp(words[i], words[i + 1]))

        ans[0] = suf_max[1]
        pre_max = 0  
        for i in range(1, n - 1):
            ans[i] = max(pre_max, lcp(words[i - 1], words[i + 1]), suf_max[i + 1])
            pre_max = max(pre_max, lcp(words[i - 1], words[i]))  
        ans[-1] = pre_max
        return ans

复杂度分析

令 n 为数组 words 的长度。

时间复杂度：$O(n)$
空间复杂度：$O(n)$

结语

抖音通过“随心团”业务的政策调整，透露出其在本地生活服务领域的勃勃雄心。外卖市场作为一块诱人的蛋糕，既是机遇也是挑战。未来，抖音能否凭借流量与技术的双轮驱动，在美团、饿了么的夹击中杀出一条血路，值得我们拭目以待。抖音的外卖大战，才刚刚开始！