当前位置: 首页 > news >正文

Amazon OA 不到二十分钟做完——题目在这里

两道题,70 分钟,我二十分钟不到交卷。

不是因为特别厉害,是题目本身就是这个难度。只要知道考什么、细节在哪里,做起来不会很慢。完整记录一下。


先说流程

很多人不清楚国内 Amazon 的招聘节奏,简单梳理:

简历投递 ↓ 1-2 周 OA 邀请(5-7 天有效期) ↓ 提交后 1-2 周 HR 电话初筛(15-30 分钟) ↓ 技术面 ↓ Bar Raiser 面(Leadership Principles 专场) ↓ HC 审批 ↓ Offer

OA 是第一道门槛,过了才有后续。题目难度不高,但细节处理不好照样挂。


第一题:Bug 报告优先级排序

给一个 Bug 代码数组,有重复。排序规则:出现频率低的优先,频率一样按代码数值升序。最终输出完整数组,保留重复元素。

直接对原数组排序是错的。

正确做法:哈希表统计频率,对唯一 Bug 码按(频率,数值)排序,再按顺序展开。

python

from collections import Counter def sortBugReportFrequencies(bugs): freq = Counter(bugs) unique_bugs = sorted(freq.keys(), key=lambda x: (freq[x], x)) result = [] for bug in unique_bugs: result.extend([bug] * freq[bug]) return result

时间复杂度 O(n log n)。

容易踩的坑:排序的是唯一 Bug 码,不是每个元素。搞混这个,输出结构就错了。


第二题:商品搜索分页展示

商品列表,三个字段:名称、星级、价格,全部是字符串格式。给你排序列、排序方向、每页数量、页码,返回对应页的商品名称。

看起来简单,坑在数据类型。

星级和价格要按整数比较,不能用字符串排序。字符串排序下"17"会排在"3"前面,因为"1" < "3",结果全错。

python

def fetchProductsToDisplay(products, sortParameter, sortDirection, productsPerPage, pageNumber): def sort_key(p): val = p[sortParameter] return int(val) if sortParameter in (1, 2) else val sorted_p = sorted(products, key=sort_key, reverse=(sortDirection == 1)) start = pageNumber * productsPerPage return [p[0] for p in sorted_p[start:start + productsPerPage]]

Python 的 sorted 是稳定排序,同值元素保持原始顺序,这道题刚好需要这个性质。分页切片超出范围也不会报错,直接返回剩余的就行。


这两道题在考什么

表面上是两道不同的题,本质上考的是同一件事:能不能发现让朴素解法失效的那个细节。

第一题:排序的对象是唯一码,不是每个元素。 第二题:比较的类型是整数,不是字符串。

细节对了,两道题都能很快做完。细节错了,sample cases 可能过,hidden tests 大概率挂。


OA 之后怎么准备

过了 OA 才会有 HR 电话,之后进入技术面和 Bar Raiser 面。

Bar Raiser 是亚马逊独有的面试轮次,专门考 Leadership Principles。很多人技术面过了在这里折。

高频 LP 和考察方向:

LP面试官实际在问什么
Customer Obsession技术决策里怎么体现用户优先
Dive Deep遇到问题你挖了多深,有没有数据支撑
Deliver Results资源有限的情况下怎么交付
Bias for Action信息不全的时候怎么推进
Invent and Simplify有没有把复杂的东西简化过

每条 LP 准备 1-2 个真实故事,STAR 格式,结果要有具体数字,不要只说"我们最终解决了问题"。


关于 Interview Aid

OA 前找了Interview Aid做了OA 辅助。

第二题整数比较那个坑,我第一次练习的时候漏掉了,他们在 review 的时候直接指出来了。国内外 OA / VO 他们都做过,题库积累比较全。

http://www.cnnetsun.cn/news/2644028.html

相关文章:

  • Temu外观侵权投诉!多起侵权链接下架,成功守住产品独家市场!
  • 认知空间曲率与AI幻觉涌现的定量关联模型研究(世毫九实验室原创研究)
  • 【autoresearch 技术解析】Karpathy 开源的自主 ML 实验循环框架深度解析
  • 【Lindy自动化避坑红皮书】:12个生产环境真实故障快照+对应修复代码片段(仅限本周开放下载)
  • AI旅行代理Pack:基于多智能体架构的自主规划与预订系统实践
  • 从2D小地图到3D视角切换:一个Camera组件搞定你的Unity多画面需求(附完整C#脚本)
  • 如何快速解决Windows热键冲突:hotkey-detective热键侦探完全实战指南
  • 一键激活Windows和Office:KMS_VL_ALL_AIO智能激活脚本完全指南
  • 告别手算!用ADS的Filter DesignGuide快速搞定一个4GHz LC低通滤波器
  • WE Learn智能助手终极指南:3步快速上手,学习效率提升300%
  • 抖音批量下载神器:告别手动保存,高效管理你的视频素材库
  • “边骑边充、续航翻倍”是真的吗?
  • ESP8266双源时间同步系统:GPS与NTP自动切换的物联网时钟方案
  • 别再只会点灯了!Keil uVision5的这些高效技巧,能让你的51单片机开发快一倍
  • Jieba、HanLP、LTP... 2024年主流中文分词工具怎么选?一份超全的实战对比指南
  • 5分钟创建专业流程图:Mermaid Live Editor终极指南
  • HW763触摸传感器灵敏度改造:从2mm到15mm的电容感应增强方案
  • 终极Windows风扇控制指南:用FanControl告别电脑噪音与高温烦恼
  • Selenium4相对定位实战:用above、below等新方法,搞定那些XPath和CSS都头疼的动态元素
  • 电解电容的‘寿命焦虑’怎么破?从选型、散热到并联技巧,延长你的电源寿命
  • RF Boy射频开发板:从ESP8266到CC1101的无线信号实验指南
  • 法律AI合规生死线:GDPR/《生成式AI服务管理暂行办法》下Claude使用的5道红线
  • 量子熵流与强耦合效应研究:理论与应用
  • Mac上CORE Keygen打不开?别慌,用Homebrew装个UPX,两步搞定!
  • 全志V3S SPI LCD驱动移植实战:从修改设备树到点亮ST7789屏幕(附避坑指南)
  • FELIX:基于标记-插入两阶段框架的精准文本编辑技术解析
  • AI不会取代人类:从虚构故事协作看技术权力失衡的真正挑战
  • K210的GPIOHS和GPIO有啥区别?MAIX DOCK实战配置详解
  • 终极免费内存管家:Mem Reduct 让你的Windows电脑告别卡顿
  • 步进驱动器使能信号原理、接线与应用全解析