Amazon 的 New Grad (NG) 岗位竞争在 2025 年达到了白热化阶段。根据 Amazon ng 一亩三分地 相关帖子反馈，今年的 OA 呈现出一个显著趋势：不再追求极端的 LeetCode Hard 难度，而是极度看重代码的鲁棒性（Robustness）和对边界条件（Edge Cases）的处理。
近期，我们的一位学员在 13 分钟内完美通过了 HackerRank 平台的两道编程题。这并非运气，而是对 Amazon 考察模式（Pattern Recognition）的精准降维打击。本文将深度复盘这套题目，并分享高效解题的底层逻辑。
Amazon OA 考察形式与评分标准
Amazon 的 OA 流程通常包含三个部分，其中 coding 是第一关，也是最硬的门槛。
- Coding Assessment (70 mins): 2 道编程题。
- Expert Insight: 仅仅 Pass Test Cases 是不够的。Amazon 的后台评分系统会检测你的代码复杂度、变量命名规范以及是否存在多余的逻辑。
- Work Simulation (SJT): 模拟真实工作场景的选择题。
- Work Style Assessment: 性格测试，核心考点是 Leadership Principles (LP)。
Amazon OA 整体难度 & 心得
- 平台：HackerRank
- 题量：2 编程题
- 总时长：70 分钟
- 我的用时：13 分钟（T1 8 分钟 + T2 5 分钟）
- 难度判断：Easy-Medium，比一亩三分地上大家传的旧版 OA 简单很多
- 考点方向：Interval merge、greedy、sliding window、modulo 分配
Amazon 现在 NG OA 的风格更偏 “你能不能写对基础代码、处理好边界”，不是那种卡你心态的 tricky 高频题。
T1 — Interval Connectivity Reduction
问题描述： 给定 n 个区间 [start_i, end_i]，你可以最多添加 k 个新区间（每个新区间长度不超过 limit）。求最少需要多少个连通块（即合并后独立的区间段）。
核心思路：
- 先将所有区间按 start 排序并合并重叠/相邻区间（经典 Merge Intervals）。
- 合并后得到若干独立段，计算相邻段之间的 gap。
- 对所有 gap 排序，用 sliding window 或贪心方式用最多 k 个长度 ≤ limit 的区间去覆盖最大的 gaps，直到无法再减少连通块。
示例代码（Python）：
def minimize_components(intervals, k, limit):
intervals.sort(key=lambda x: x[0])
merged = []
for interval in intervals:
if not merged or merged[-1][1] < interval[0]:
merged.append(interval)
else:
merged[-1][1] = max(merged[-1][1], interval[1])
gaps = []
for i in range(1, len(merged)):
gaps.append(merged[i][0] - merged[i-1][1])
gaps.sort()
i = 0
while k > 0 and i < len(gaps):
if gaps[i] <= limit * k:
k -= (gaps[i] + limit - 1) // limit # 需要多少个区间覆盖这个 gap
i += 1
else:
break
return len(merged) - i常见容易出错的地方：一是合并区间前忘了按左端点排序，导致合并出错；二是算空隙的时候把 start [i+1] 和 end [i] 写反了；三是滑动窗口的左指针没正确推进，搞出死循环；四是判断覆盖长度的时候，漏了 “等于 k” 的情况。
T2 — Maximizing Distinct Hash Values
问题描述： 给定数组 params（每个位置的权重），你需要构造一个当前值 current，通过 current = (current + i * params[i]) % MOD 累加。求最多能得到多少个不同的哈希值。
核心思路：
- 最终哈希值集合大小取决于每次累加后取模的结果差异。
- 为了最大化不同值数量，需要让累加过程尽可能产生新值。
- 贪心策略：将 params 从大到小排序，优先加权大的项，能更快“跳出”已有的模值范围。
示例代码（Python）：
def max_distinct_hashes(params):
params.sort(reverse=True)
seen = set([0])
current = 0
for p in params:
current = (current + p) % (10**9 + 7) # MOD 通常很大
seen.add(current)
return len(seen)常见容易出错的地方：一是没给 param 数组排序，贪心逻辑就没法生效；二是没考虑到 param [i] 等于 1 的时候，取模只能得到 0，没法生成其他值；三是 current_val 的增长逻辑写错了；四是把 “最大不同哈希值个数” 误解成了 param 数组去重后的元素个数。
这套题虽然不难，但对于没刷过类似 Interval 或 Constructive Greedy 题目的同学，要在 70 分钟内写完且 Debug 成功，压力还是不小的。如果你对 OA 还是没底，或者马上要接 HackerRank 的链接了不敢点，看下面
Amazon Leadership Principles (LP) – 被忽视的“隐形杀手”
很多技术过硬的同学挂在了 Coding 后的 Work Simulation 上。Amazon 的 OA 不仅仅是考代码，更是考你是否符合 Amazon 的价值观。
备考重点：
- Customer Obsession: 在做选择题时，永远把客户利益放在 KPI 之上。
- Bias for Action: 在信息不全时，你是选择等待完美数据，还是根据现有数据先行动？Amazon 偏好后者（但在风险可控的前提下）。
- Ownership: 不要说“那不是我的工作”，要展示出对整个项目的责任感。
Final 季救命稻草！CS 作业/Project 搞不定？找 Programhelp
想要在激烈的求职季中弯道超车？Programhelp 为你提供从OA到 Offer 的全流程硬核助攻。
针对 OA ，我们采用 ToDesk 远程无痕操作，支持 HackerRank、Codesignal 等全平台，承诺 100% 通过率，安全且隐蔽，不过不收费。
在 VO环节，我们提供灵活的解决方案：既有北美 CS 专家通过自研无痕文档提供实时思路提示（涵盖 Code、BQ、System Design），助你对答如流；也有基于摄像头与变声技术的代面试服务，支持“对口型”或“全替”模式，完美解决怯场难题。
更有 全套包 Offer 套餐，承包从 OA、面试到薪资谈判的所有环节，一站式服务直到你拿到满意的 Offer。把专业的事交给我们，你只需准备入职！
NG 的求职真的很残酷，大家都在抢同一批机会。
但这一届的竞争不是比谁会更难的题，而是比谁 更稳、更快、更少出错。
所以如果你现在压力很大、很焦虑——别急，我们都经历过。
一步一步来，把 OA 稳住，就是最好的开始。
祝你早日拿到「Congratulations！」邮件。
