Amazon intern Programs 招聘是亚马逊为在校学生和应届毕业生提供的实习和全职岗位机会，旨在吸引具有创新精神、解决问题能力和领导潜力的年轻人才。
TimeLine
10/27- application submitted
11/26- oa
12/18- 保温邮件
1/27- 保温邮件2
2/4- recruiter reach out
2/5- vo invitation
2/18- 面试 back to back 60min*2
3-5- offer
Amazon SWE Intern OA
Q1：分发包裹
题目：有 t 个测试场景。每个场景有 truckCapacities（数组长度 n）和 packageWeights（数组长度 m）。一辆车能运送包裹的条件：当前容量 >= 包裹重量，运送后容量 = floor(当前容量 / 2)。每辆车可以运送多次包裹（只要满足条件）。每辆车的初始容量固定。问：用这些车能否运送完所有包裹（包裹任意分配给车，每辆车按顺序运送包裹时容量会下降）。
思路：每个场景把所有卡车容量放进一个最大堆（用 Python 的最小堆存负数实现），把包裹重量按从大到小排序，每次都用当前最大容量的卡车去送最重包裹。如果最大容量都送不了当前包裹，直接失败；否则送完后把该卡车容量更新为 cap // 2 再放回堆里，全部部包裹都能送完则返回 1，否则返回 0。
代码
import heapq
def canAllPackagesBeDelivered(truckCapacities, packageWeights):
ans = []
for caps, pkgs in zip(truckCapacities, packageWeights):
h = [-c for c in caps]
heapq.heapify(h)
ok = True
for w in sorted(pkgs, reverse=True):
if not h:
ok = False
break
c = -heapq.heappop(h)
if c < w:
ok = False
break
heapq.heappush(h, -(c // 2))
ans.append(1 if ok else 0)
return ansQ2：Usage 达到阈值的最早时间
题目：给定多个用户的 活跃时间区间 [start, end]，每个用户每秒贡献 1 usage，usage 是按时间累计的总和，求 累计 usage 第一次 ≥ max_usage 的时间点。
思路：把“某一时刻的用量”看作所有用户在该时刻之前（含该时刻）的活跃秒数之和，即对每个区间 [s, e] 贡献 max(0, min(t, e) - s + 1)。先用 r = max(end_time) 作为时间上界，若到 r 的累计用量仍达不到 max_usage，说明永远达不到，返回 -1。在区间 [1, r] 二分最小的时刻 t，每次用一次线性扫描计算到 t 的累计用量并与 max_usage 比较，决定收缩左/右边界。
代码
def get_min_time(start_time, end_time, max_usage):
n = len(start_time)
if n == 0:
return -1
r = max(end_time) if end_time else 0
if r == 0:
return -1
total_at_r = 0
for s, e in zip(start_time, end_time):
if r >= s:
end_here = min(e, r)
add = end_here - s + 1
if add > 0:
total_at_r += add
if total_at_r < max_usage:
return -1
l = 1
while l < r:
mid = l + (r - l) // 2
cur = 0
for s, e in zip(start_time, end_time):
if mid >= s:
end_here = min(e, mid)
add = end_here - s + 1
if add > 0:
cur += add
if cur >= max_usage:
r = mid
else:
l = mid + 1
return lAmazon SWE Intern VO
第一轮: BQ+Code
BQ:
1. Tell me about a time when you went above and beyond for a customer.
2. Describe a time when you had to take ownership of something outside of your direct responsibility.
3. Tell me about a time when you had to work with a large amount of data or details to solve a problem.
Coding：题目要求是合并K个有序链表 。
思路：首先，可以用最小堆，然后把所有链表的头节点都先扔进堆里。接着，每次从堆里弹出最小的那个节点，把它接到结果链表上，然后把这个节点的下一个节点再塞回堆里。最后，等堆里空了，所有链表就合并好啦。 follow up: 1.：如果链表数量非常大，或者链表很长，这个解法有什么优缺点？如何优化？ 2.如果不允许使用堆，你还能怎么做？
第二轮: BQ+Code
BQ ：
1. 请描述一个你曾经优化过的系统模块，你是如何识别瓶颈、设计方案并验证效果的？
2. 如果在高并发场景下实现一个实时排行榜，你会如何设计数据存储与更新策略？
3. 你如何保证你编写的代码在长期迭代中依然可维护、可测试？请结合具体项目说明。
Coding：要设计能支持数组单点更新和区间求和两种操作的数据结构。
思路：先把数组建成二叉树，叶子是单个元素，非叶子存子节点和，更新时从叶子往上更父节点，求和时拆成几个完整节点相加，也能选更简洁的树状数组。 Follow-up： 1.除了线段树，还有没有更简洁的实现？ 2.如果数组长度动态变化怎么办？ 这一轮明显更侧重数据结构的实现细节与工程实用性。面试官不仅期待能写出正确的代码，还希望能比较不同方案的优劣，并能在白板或共享编辑器上清晰地组织代码结构。
写在最后
准备Amazon的BQ时，必须使用STAR模型来组织你的回答，并且在“Result”部分尽量用提升了多少效率、节省了多少成本、减少了多少客户投诉来展示你的影响力。每个故事最好能体现1-2个领导力准则，这样面试官也会对你表示肯定的。
我们提供OA代做、VO代面服务，如果你也需要Amazon SWE Intern的面试、OA支援，请与我们联系。
