安踏:并购实现全球化的里程碑时刻

2024-02-03 20:12

本文主要是介绍安踏:并购实现全球化的里程碑时刻,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

IPO,Buyout

既是开年最大的 IPO,更是一笔华丽的 Buyout。

北京时间2月1日晚,亚玛芬体育(Amer Sports)正式登陆纽交所。

本次亚玛芬体育共募得 13 亿美元(自2023年9月以来全球规模最大IPO),发行市值 63 亿美元(约合 450 亿人民币)。

说亚玛芬体育开年大家会感到陌生。

那始祖鸟呢?

还陌生的话,那安踏呢?

一句话介绍它们之间的关系:始祖鸟是亚玛芬体育旗下拥有三个核心品牌之一,而亚玛芬体育则于 2019 年由 安踏、方源资本、Chip Wilson 以及 腾讯财团 进行联合收购。

在收购过程中,安踏占绝对主导地位,当时亚玛芬体育每股作价 40 欧元,总收购价为 16 亿欧元(当时约合 371 亿人民币)。

其中安踏投资 15.43 亿欧元,占股 57.85%,方源资本持股 21.4%,Chip Wilson持股 20.65%,腾讯持股 5.63%。

更重要的是,2019 年的亚玛芬体育仍是一家面临亏损的公司,当中的始祖鸟也是作为阿迪达斯的被弃业务,被亚玛芬体育全资收购,从而进入亚玛芬体育。

而在被收购后的第二年 2020 年,亚玛芬体育就已经实现盈利(营收 24.46 亿美元,利润 1.25 亿美元),从 2020 到现在,营收仍逐年上升,在大中华的盈利占比更是节节攀升。

现在回头看,安踏的全球化道路无疑是成功的,而之所以能够成功,核心是运营能力。

安踏以并购作为开端,从以前的 FILA 到现在的亚玛芬体育。不仅扭亏为盈,更重要的完成了全人群+全赛道的覆盖,大大丰富产品线的同时,增强企业抗风险额能力。

...

回归主线。

来一道简单模拟题。

题目描述

平台:LeetCode

题号:2342

给你一个下标从 0 开始的数组 nums,数组中的元素都是正整数。

请你选出两个下标 iji != j),且 nums[i] 的数位和与 nums[j] 的数位和相等。

请你找出所有满足条件的下标 ij,找出并返回 nums[i] + nums[j] 可以得到的最大值。

示例 1:

输入:nums = [18,43,36,13,7]

输出:54

解释:满足条件的数对 (i, j) 为:
- (0, 2) ,两个数字的数位和都是 9 ,相加得到 18 + 36 = 54 。
- (1, 4) ,两个数字的数位和都是 7 ,相加得到 43 + 7 = 50 。
所以可以获得的最大和是 54 。

示例 2:

输入:nums = [10,12,19,14]

输出:-1

解释:不存在满足条件的数对,返回 -1 。

提示:

模拟

既然每个 都对应一个具体的数位和,统计每个数位和的最大值和次大值,然后在所有数位和的最大值和次大值求和中取 max 即是答案。

利用 ,我们知道数位和不会超过 ,可直接起一个大小为 的二维数组进行统计, 代表数位和为 的次大值, 代表数位和为 的最大值。

Java 代码:

class Solution {
    public int maximumSum(int[] nums) {
        int[][] val = new int[100][2];
        for (int x : nums) {
            int t = x, cur = 0;
            while (t != 0) {
                cur += t % 10;
                t /= 10;
            }
            if (x >= val[cur][1]) { // 最大沦为次大, 更新最大
                val[cur][0] = val[cur][1];
                val[cur][1] = x;
            } else if (x > val[cur][0]) { // 更新次大
                val[cur][0] = x;
            }
        }
        int ans = -1;
        for (int i = 0; i < 100; i++) {
            if (val[i][0] != 0 && val[i][1] != 0) ans = Math.max(ans, val[i][0] + val[i][1]);
        }
        return ans;
    }
}

C++ 代码:

class Solution {
public:
    int maximumSum(vector<int>& nums) {
        vector<vector<int>> val(100vector<int>(20));
        for (int x : nums) {
            int t = x, cur = 0;
            while (t != 0) {
                cur += t % 10;
                t /= 10;
            }
            if (x >= val[cur][1]) {
                val[cur][0] = val[cur][1];
                val[cur][1] = x;
            } else if (x > val[cur][0]) {
                val[cur][0] = x;
            }
        }
        int ans = -1;
        for (int i = 0; i < 100; i++) {
            if (val[i][0] != 0 && val[i][1] != 0) ans = max(ans, val[i][0] + val[i][1]);
        }
        return ans;
    }
};

Python 代码:

class Solution:
    def maximumSum(self, nums: List[int]) -> int:
        val = [[00for _ in range(100)]
        for x in nums:
            t, cur = x, 0
            while t != 0:
                cur += t % 10
                t //= 10
            if x >= val[cur][1]:
                val[cur][0], val[cur][1] = val[cur][1], x
            elif x > val[cur][0]:
                val[cur][0] = x
        ans = -1
        for i in range(100):
            if val[i][0] != 0 and val[i][1] != 0:
                ans = max(ans, val[i][0] + val[i][1])
        return ans

TypeScript 代码:

function maximumSum(nums: number[]): number {
    const val = Array.from({ length: 100 }, () => [00]);
    for (const x of nums) {
        let t = x, cur = 0;
        while (t !== 0) {
            cur += t % 10;
            t = Math.floor(t / 10);
        }
        if (x >= val[cur][1]) {
            val[cur][0] = val[cur][1];
            val[cur][1] = x;
        } else if (x > val[cur][0]) {
            val[cur][0] = x;
        }
    }
    let ans = -1;
    for (let i = 0; i < 100; i++) {
        if (val[i][0] !== 0 && val[i][1] !== 0) ans = Math.max(ans, val[i][0] + val[i][1]);
    }
    return ans;
};
  • 时间复杂度: ,其中 nums 长度, 值域上界
  • 空间复杂度: ,其中

模拟

更进一步,我们不需要记录次大值,仅记录某个“数对和”当前的最大值即可。

每次计算出当前 对应的数对 cur 后,检查 cur 是否已出现过,若出现过用两者之和更新答案,并用 来更新 cur 下的最大值。

该做法本质是用「遍历过程」代替「次大维护」。

Java 代码:

class Solution {
    public int maximumSum(int[] nums) {
        int[] val = new int[100];
        int ans = -1;
        for (int x : nums) {
            int t = x, cur = 0;
            while (t != 0) {
                cur += t % 10;
                t /= 10;
            }
            if (val[cur] != 0) ans = Math.max(ans, val[cur] + x);
            val[cur] = Math.max(val[cur], x);
        }
        return ans;       
    }
}

C++ 代码:

class Solution {
public:
    int maximumSum(vector<int>& nums) {
        vector<intval(1000);
        int ans = -1;
        for (int x : nums) {
            int t = x, cur = 0;
            while (t != 0) {
                cur += t % 10;
                t /= 10;
            }
            if (val[cur] != 0) ans = max(ans, val[cur] + x);
            val[cur] = max(val[cur], x);
        }
        return ans;
    }
};

Python 代码:

class Solution:
    def maximumSum(self, nums: List[int]) -> int:
        val = [0] * 100
        ans = -1
        for x in nums:
            t, cur = x, 0
            while t != 0:
                cur += t % 10
                t //= 10
            if val[cur] != 0:
                ans = max(ans, val[cur] + x)
            val[cur] = max(val[cur], x)
        return ans

TypeScript 代码:

function maximumSum(nums: number[]): number {
    const val = Array(100).fill(0);
    let ans = -1;
    for (const x of nums) {
        let t = x, cur = 0;
        while (t !== 0) {
            cur += t % 10;
            t = Math.floor(t / 10);
        }
        if (val[cur] !== 0) ans = Math.max(ans, val[cur] + x);
        val[cur] = Math.max(val[cur], x);
    }
    return ans;
};
  • 时间复杂度: ,其中 nums 长度, 值域上界
  • 空间复杂度: ,其中

我是宫水三叶,每天都会分享算法题解,并和大家聊聊近期的所见所闻。

欢迎关注,明天见。

更多更全更热门的「笔试/面试」相关资料可访问排版精美的 合集新基地 🎉🎉

这篇关于安踏:并购实现全球化的里程碑时刻的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/675264

相关文章

Java的栈与队列实现代码解析

《Java的栈与队列实现代码解析》栈是常见的线性数据结构,栈的特点是以先进后出的形式,后进先出,先进后出,分为栈底和栈顶,栈应用于内存的分配,表达式求值,存储临时的数据和方法的调用等,本文给大家介绍J... 目录栈的概念(Stack)栈的实现代码队列(Queue)模拟实现队列(双链表实现)循环队列(循环数组

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)

Android实现在线预览office文档的示例详解

《Android实现在线预览office文档的示例详解》在移动端展示在线Office文档(如Word、Excel、PPT)是一项常见需求,这篇文章为大家重点介绍了两种方案的实现方法,希望对大家有一定的... 目录一、项目概述二、相关技术知识三、实现思路3.1 方案一:WebView + Office Onl

C# foreach 循环中获取索引的实现方式

《C#foreach循环中获取索引的实现方式》:本文主要介绍C#foreach循环中获取索引的实现方式,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、手动维护索引变量二、LINQ Select + 元组解构三、扩展方法封装索引四、使用 for 循环替代

Spring Security+JWT如何实现前后端分离权限控制

《SpringSecurity+JWT如何实现前后端分离权限控制》本篇将手把手教你用SpringSecurity+JWT搭建一套完整的登录认证与权限控制体系,具有很好的参考价值,希望对大家... 目录Spring Security+JWT实现前后端分离权限控制实战一、为什么要用 JWT?二、JWT 基本结构

Java实现优雅日期处理的方案详解

《Java实现优雅日期处理的方案详解》在我们的日常工作中,需要经常处理各种格式,各种类似的的日期或者时间,下面我们就来看看如何使用java处理这样的日期问题吧,感兴趣的小伙伴可以跟随小编一起学习一下... 目录前言一、日期的坑1.1 日期格式化陷阱1.2 时区转换二、优雅方案的进阶之路2.1 线程安全重构2

Android实现两台手机屏幕共享和远程控制功能

《Android实现两台手机屏幕共享和远程控制功能》在远程协助、在线教学、技术支持等多种场景下,实时获得另一部移动设备的屏幕画面,并对其进行操作,具有极高的应用价值,本项目旨在实现两台Android手... 目录一、项目概述二、相关知识2.1 MediaProjection API2.2 Socket 网络

使用Python实现图像LBP特征提取的操作方法

《使用Python实现图像LBP特征提取的操作方法》LBP特征叫做局部二值模式,常用于纹理特征提取,并在纹理分类中具有较强的区分能力,本文给大家介绍了如何使用Python实现图像LBP特征提取的操作方... 目录一、LBP特征介绍二、LBP特征描述三、一些改进版本的LBP1.圆形LBP算子2.旋转不变的LB

Redis消息队列实现异步秒杀功能

《Redis消息队列实现异步秒杀功能》在高并发场景下,为了提高秒杀业务的性能,可将部分工作交给Redis处理,并通过异步方式执行,Redis提供了多种数据结构来实现消息队列,总结三种,本文详细介绍Re... 目录1 Redis消息队列1.1 List 结构1.2 Pub/Sub 模式1.3 Stream 结