最近连续刷了不少 OA，这场 Google 的整体体验还是一句话评价：题目数量少，但思考成本不低。
不是那种靠手速或者套路就能稳拿的 OA，尤其第一题，规则一多，稍微想歪就很容易走进死胡同。这次 OA 一共两道题，时间本身不算紧，但对思路的要求比较高，属于那种想对了就很顺，想歪了就一直卡着的类型。
第一题：棋子跳跃 + 硬币最大化
题目给了一条字符串作为棋盘，其中 T 表示棋子，C 表示硬币，. 表示空位。每个棋子只能向右移动，而且每次必须正好跳 3 个格子，可以连续跳多次，但不能落在已经有其他棋子的位置上。如果落在硬币上，就可以收集该硬币，每个硬币只能被收集一次，最终目标是最多能收集多少个硬币。
这题一开始很容易被带偏，比如试图把所有棋子统一规划、做全局最优匹配，甚至往 DP 上靠，但其实这些思路都会把问题复杂化。关键在于，每个棋子能到达的位置是完全确定的，只可能是当前位置往右的 i+3, i+6, i+9... 这些点。
一个比较稳的做法是从左到右扫描每一个棋子，按顺序处理。对于当前这个棋子，只在它能跳到的位置中寻找还没被使用的硬币，并且优先选择最靠左的那个。一旦匹配成功，就认为这个棋子完成任务，不再继续向右跳，同时把对应的硬币标记为已使用。
这样做的直觉在于：越早、越靠左地使用硬币，越能给后面的棋子留下更多可用空间。这是一个很典型的贪心场景，用局部最优来避免后续冲突。实际写代码时，只要把「棋子占用」和「硬币是否已被收集」这两个状态处理清楚，整体逻辑会非常顺。
第二题：共享数字的最大子集
第二题整体就轻松很多，题目给了一个数组，里面都是 10 到 99 的两位数。你可以从中选出一组数字，要求这组里的所有数至少共享一个相同的数字（0 到 9 中的任意一个），问最多能选多少个。
乍一看像是在考子集或者组合，但其实条件非常单一：只要存在某一个数字 d，使得选中的所有数都包含这个 d，就满足要求。换句话说，问题可以直接转化成：对每个数字 0–9，统计数组中有多少个数包含它。
具体做法就是枚举 0 到 9，每次扫描一遍数组，统计包含当前数字的元素数量，最后取一个最大值即可。只要想清楚「共享一个数字」等价于「围绕某个固定数字做筛选」，这题基本就是一道纯计数题。
总结感受
这次 Google OA 给人的感觉很典型：题目不多，但每一道都要求你对问题本质判断得足够快。第一题更偏向规则理解和贪心策略是否选对，第二题则是考你能不能迅速把抽象条件拆成可枚举、可统计的形式。
整体难度不算离谱，但绝对不是那种靠刷题数量就能稳过的 OA。如果最近在准备 Google 或其他大厂的在线测评，这类「规则多、但解法其实不复杂」的题型，真的值得多刻意练几次，避免在考场上被自己绕进去。
真实场景下，很多人缺的不是刷题
针对这种 OA / Live Coding 场景，Programhelp 提供的实战远程辅助支持，很多同学真正需要的，其实不是多刷几道题，而是在最容易想歪的那 5 分钟里有人把你拽回来。如果你现在正卡在大厂 OA、VO 或现场 coding 的关键阶段，OA无痕辅助 在实战中确实能明显降低翻车概率，至少不会输在想复杂了这种最可惜的地方。
