剛剛結束一場 BCG X Data Scientist 資料分析崗的 OA，一小時內順利完成。整體感受是：不難，但比純演算法題更考細節和工程習慣。BCG 隔段時間就會換幾套題的，題量大，難度還行。重要的是邏輯寫清楚，邊界處理好。下面把思路拆開講一下，給準備的同學一點參考。
Q1:累計訪問量到達 target
給你每天的訪問人數，問第幾天開始“總和第一次達到或超過 target”。思路：順序遍歷然後累加，判斷到沒到目標值，到了就返回，不然就返回-1。
Q2: 電動滑板車問題
你從 0 出發，每次走到右邊最近的滑板車，然後騎它最多 10 個單位距離，再重複這個過程，問總共騎了多遠。 思路：排序然後二分，從起點出發，迴圈找它右邊的最遠距離，結算本次可以滑的最遠（不超過終點），然後累加結果，更新位置。
Q3:電池迴圈使用問題
你有多塊電池，每塊有使用時長和充電時間，按順序用，用完就去充電，不可用就跳過，迴圈直到用滿 t 分鐘。問一共用了多少塊完整電池，如果中途所有電池都在充電就返回 -1。 思路：記憶所有電池的時間，然後從初始索引開始迴圈遍歷，計算實際時長，更新當前時間和剩餘時間。遍歷一圈沒電池就返回-1，或者累計時間足夠了就返回電池數。
Q4:根據相鄰照片還原旅行順序
每張照片給你兩個相鄰出現的地標，其實就是給了一堆“相鄰關係”。這本質是一條鏈。 思路：建圖用鄰接表，然後遍歷重建路徑，走完所有節點，完成路徑重建。
如果你對 OA 沒有十足把握，別硬扛
現在不管是 BCG X、Amazon、Meta、Google 還是其他北美大廠，題目都在往“細節密集 + 時間壓縮”方向走。真正拉開差距的，從來不是會不會做，而是能不能在高壓環境下穩定 AC。
很多同學平時刷題沒問題，但一到正式 OA 就節奏失控、邊界漏掉、格式出錯，最後差一點點。差的往往不是能力，而是臨場穩定性。我們長期做 北美大廠 OA / VO 實戰支援 ，熟悉各類題型結構和常見卡點，AC 不是問題。
