集合的对称差集

大家好，我是征哥。

之前的工作干的腻歪了，这个月我换了新的工作，从数据开发领域转到了数据安全领域，还有很多东西需要学习，忙于新工作上的事情，很久没有更新了，其实根本的原因还是懒惰，后面将会有所改善。

今天分享一下沟通方面的小感悟，先看一段 Python 代码。

不知道结果不要紧，先这样想，s1 是你自己知道的信息，s2 是别人知道的信息。

那 s1 & s2 就是你知道的，别人也知道的信息，是交集，两人初次见面，多聊一聊交集，可以增进彼此的关系。这个结果集记为 B 。

s1 - s2 就是你知道，别人不知道的信息，这是你的竞争优势，在沟通的过程中慢慢释放，平时要多多积累。这个结果集记为 C 。

同样的，s2 - s1 就是自己不知道，但别人知道的东西，这些就是沟通中要获取的信息。这个结果集记为 X。

s1 | s2 就是自己和他人的全部信息，代表一个圈子，提升 s1 | s2 就要扩大自己的圈子。这个结果集记为 Y。

s1 ^ s2 就是 C 的结果加上 X 的结果，叫做对称差集。这个结果我们记为 D，答案就是 D。

对称差集越大，表示一个团队的差异性越大，信息就越有流动价值，对自己的提升也大。相反，对称差集越小，表示大家都差不多，信息没有任何流动价值，也许是时候换一个圈子了。