刚刚结束一场 BCG X Data Scientist 数据分析岗的 OA，一小时内顺利完成。整体感受是：不难，但比纯算法题更考细节和工程习惯。BCG 隔段时间就会换几套题的，题量大，难度还行。重要的是逻辑写清楚，边界处理好。下面把思路拆开讲一下，给准备的同学一点参考。
Q1:累计访问量到达 target
给你每天的访问人数，问第几天开始“总和第一次达到或超过 target”。思路：顺序遍历然后累加，判断到没到目标值，到了就返回，不然就返回-1。
Q2: 电动滑板车问题
你从 0 出发，每次走到右边最近的滑板车，然后骑它最多 10 个单位距离，再重复这个过程，问总共骑了多远。 思路：排序然后二分，从起点出发，循环找它右边的最远距离，结算本次可以滑的最远（不超过终点），然后累加结果，更新位置。
Q3:电池循环使用问题
你有多块电池，每块有使用时长和充电时间，按顺序用，用完就去充电，不可用就跳过，循环直到用满 t 分钟。问一共用了多少块完整电池，如果中途所有电池都在充电就返回 -1。 思路：记忆所有电池的时间，然后从初始索引开始循环遍历，计算实际时长，更新当前时间和剩余时间。遍历一圈没电池就返回-1，或者累计时间足够了就返回电池数。
Q4:根据相邻照片还原旅行顺序
每张照片给你两个相邻出现的地标，其实就是给了一堆“相邻关系”。这本质是一条链。 思路：建图用邻接表，然后遍历重建路径，走完所有节点，完成路径重建。
如果你对 OA 没有十足把握，别硬扛
现在不管是 BCG X、Amazon、Meta、Google 还是其他北美大厂，题目都在往“细节密集 + 时间压缩”方向走。真正拉开差距的，从来不是会不会做，而是能不能在高压环境下稳定 AC。
很多同学平时刷题没问题，但一到正式 OA 就节奏失控、边界漏掉、格式出错，最后差一点点。差的往往不是能力，而是临场稳定性。我们长期做 北美大厂 OA / VO 实战支持 ，熟悉各类题型结构和常见卡点，AC 不是问题。
