一句话摘要：Amazon NG OA 2026 = Work Simulation（70 min）+ Coding（70 min, 2 题）+ Work Style Survey（10 min），核心难点是 Coding 两道题里第二题的 O(n log n) 最优解。
Amazon 是北美 SDE NG 招聘量最大的公司之一，OA 邀请发放节奏快、题库相对稳定，是非常值得"刷过就能稳过"的目标。这篇文章按一亩三分地最新发帖（2026 年 4-5 月）整理 Amazon NG OA 的全流程与高频真题。
一、Amazon NG OA 整体流程
| 模块 | 时长 | 题量 | 备注 |
|---|---|---|---|
| Work Simulation | ~70 min | 多场景 | 类似真实工作的判断题 |
| Coding | ~70 min | 2 题 | 必考，决定生死 |
| Work Style Survey | ~10 min | 30+ 题 | 选项一致性测试 |
关键提示：Amazon 的三个模块必须连续完成（中途可暂停一次），完成后 7-15 天内出结果。
二、Coding 部分：2 道题最新真题
题 1：Server Maintenance Window（最长可维护窗口）
题面：给定每台服务器的"忙碌区间"列表，求所有服务器同时空闲的最长连续时间窗口。
思路：扫描线 + 区间合并
def maxMaintenanceWindow(intervals_list, T):
events = []
for intervals in intervals_list:
for s, e in intervals:
events.append((s, 1))
events.append((e, -1))
events.sort()
busy = 0
last_free_start = 0
best = 0
for t, delta in events:
if busy == 0:
best = max(best, t - last_free_start)
busy += delta
if busy == 0:
last_free_start = t
best = max(best, T - last_free_start)
return best
复杂度：O(n log n)
题 2：Inventory Optimization（库存优化 / 13 分钟 AC 题）
题面：仓库有 n 个货位，每个货位有体积 v[i] 与价值 p[i]。背包容量为 C，但可以将相邻两个货位合并为一个新货位（体积相加，价值取较大者）。求背包最大价值。
思路：
- 直接做 0/1 背包是 O(n × C)，会 TLE
- 关键优化：观察"合并"操作其实只对相邻对有效，先预处理"合并候选项"，再做单调 DP
def maxValue(v, p, C):
n = len(v)
items = list(zip(v, p))
for i in range(n - 1):
items.append((v[i] + v[i+1], max(p[i], p[i+1])))
dp = [0] * (C + 1)
for vi, pi in items:
for c in range(C, vi - 1, -1):
if dp[c - vi] + pi > dp[c]:
dp[c] = dp[c - vi] + pi
return dp[C]
易错点：
- 必须先 sort items 才能保证不重复使用
- 合并对的价值应取较大值而非求和
三、Work Simulation 模块
Work Simulation 是情景判断题，分布如下：
| 子模块 | 时长 | 内容 |
|---|---|---|
| Day in the Life | 25 min | 一天工作的多个决策点 |
| Project Management | 20 min | 排序任务优先级 |
| Code Review | 15 min | 多版本代码哪个更符合 LP |
| Customer Email | 10 min | 写 / 选邮件回复 |
评分标准：根据 Amazon Leadership Principles（LP）评估你的选择是否一致。
Tip：永远选择Customer Obsession + Bias for Action + Ownership最强的选项；避免选"等待经理决定""推迟到下次站会"等弱所有权选项。
四、Work Style Survey
核心目的：检测候选人答题一致性。
注意事项：
- 每个 LP 会用 3-4 种不同问法重复出现
- 必须保持答案一致（否则会被标记"不可信"）
- 推荐对每个 LP 提前写好 2-3 句自我描述
五、Amazon NG OA 备考路径（3 周计划）
| 周次 | 重点 | 每日产出 |
|---|---|---|
| Week 1 | LeetCode Amazon Tag Top 50 | 5-7 题 |
| Week 2 | DP + 区间扫描 + 二分 | 5 题 + 1 道真题 |
| Week 3 | LP 故事打磨 + Work Simulation 模拟 | 8-10 个 STAR 故事 |
推荐资源：
- LeetCode Premium - Amazon 公司题
- 一亩三分地 OA 板块（搜索"Amazon NG"近 3 个月帖子）
六、FAQ：Amazon NG OA 高频问答
Q1：Amazon NG OA 多久出结果？
通常 7-15 个工作日。如果第 14 天没消息，可以礼貌跟进 Recruiter。
Q2：Coding 两道题需要全部 AC 吗？
两道题都要尽量 AC。只 AC 一道也有进 VO 的可能（约 20%），但如果两道都没满分，则极大概率被拒。
Q3：Work Simulation 和 Survey 重要吗？
非常重要。即使 Coding 满分，但 Work Simulation 选项与 LP 不符，仍可能被拒。Amazon 是真正会综合三模块评分的公司。
Q4：Amazon NG OA 可以重做吗？
不可以。一年内只能做一次。重新申请同一职位也会沿用上次的成绩。
Q5：用 Python 还是 C++？
Python 足以。Amazon OA 时间限制对 Python 友好（n ≤ 10⁵），写得快比执行快重要。
Q6：Amazon NG OA 后 VO 流程是什么？
OA 通过 → 1 轮 Phone Screen（45 min Coding + 15 min BQ）→ Loop 4 轮（2 Coding + 1 SD/Code Review + 1 Bar Raiser）。
七、Amazon Leadership Principles 速记表
Amazon 16 条 LP，OA 与 BQ 高频考察以下 8 条：
| LP | 中文 | 关键词 |
|---|---|---|
| Customer Obsession | 客户至上 | 用户视角、长期价值 |
| Ownership | 主人翁精神 | 不甩锅、长期视角 |
| Invent and Simplify | 创新与简化 | 接受外部 idea |
| Are Right, A Lot | 正确决策 | 数据驱动 |
| Learn and Be Curious | 学习好奇 | 持续学习 |
| Insist on the Highest Standards | 高标准 | 不妥协质量 |
| Bias for Action | 行动偏好 | 速度优先 |
| Deliver Results | 交付结果 | 量化成果 |
八、外链资源
🚀 需要 Amazon NG OA / VO 辅助？
如果你正在准备 Amazon NG SDE Loop（含 Bar Raiser），欢迎交流：可提供 LP 故事打磨、Coding 真题模拟与 SD 准备方向。
👉 立即添加微信：Coding0201，获取真题与一对一备考方案
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy