Meta / CodeSignal OA 四題復盤：Q1 數位和，Q2 無人機投遞模擬，Q3 電池充放電調度，Q4 動態 Two-Sum

這類 CodeSignal 風格 OA 的味道很一致：演算法不一定難，但規則很細、步驟很長。寫對的關鍵不是「腦補最優策略」，而是把題面限制逐條落成程式。

本文按 Q1 → Q4 復盤四題：

• 題意重點
• 最穩的實作策略
• 常見翻車點
• 可直接套用的程式模板

延伸閱讀：

• Meta OA 全面復盤 | 四題全 AC 分享

---

Q1 — Minimum Sum After One Operation

題目概述

給定正整數陣列 nums，最多執行一次操作：

• 選一個下標 i
• 將 nums[i] 替換成它的 各位數字之和

回傳執行 0 次或 1 次操作後，陣列總和的最小值。

核心思路（熱身題）

這題就是「算差值」的貪心：

• 先算原始總和 S
• 對每個數 x 計算 digitSum(x)
• 替換後總和為 S - x + digitSum(x)
• 取最小即可（也要考慮「不替換」）

複雜度

• 時間：O(n * log10(max(nums)))
• 空間：O(1)

Python 模板

def digit_sum(x: int) -> int:
    s = 0
    while x > 0:
        s += x % 10
        x //= 10
    return s


def min_sum_after_one_operation(nums: list[int]) -> int:
    S = sum(nums)
    ans = S
    for x in nums:
        ans = min(ans, S - x + digit_sum(x))
    return ans

---

Q2 — Delivery System Using Drones

題目概述

給定 target 距離與一組 stations（一維座標），你必須嚴格按題目流程重複：

1. 你從「目前貨物位置」帶著貨 走到 最近的 station
2. 用該 station 的無人機把貨送出去（每次 最多 10 單位，朝 target 方向）
3. 若無人機沒送到 target：你要 空手 走到貨物落點把貨取回（此段不計入答案）
4. 重複直到送達 target

回傳：你「帶著貨物步行」的總距離（空手走的不算）。

常見翻車點

• stations 一定要先排序
• 只有帶貨步行才計入，空手追貨不計入
• 規則是「最近站點」，不是「往前的下一個站點」

穩妥模擬

只維護一個變數：cargoPos（貨物目前在哪）。

每輪：

• 找到離 cargoPos 最近的站點 s
• ans += abs(cargoPos - s)，並令 cargoPos = s
• 無人機把貨往 target 方向送 <= 10

Python 模板

import bisect


def nearest_station(pos: int, stations: list[int]) -> int:
    # stations 必須已排序
    j = bisect.bisect_left(stations, pos)

    cand = []
    if j < len(stations):
        cand.append(stations[j])
    if j - 1 >= 0:
        cand.append(stations[j - 1])

    # 若題面沒定 tie-break，建議距離相同時取較小座標，避免不穩定
    cand.sort(key=lambda s: (abs(s - pos), s))
    return cand[0]


def delivery_distance_with_cargo(target: int, stations: list[int]) -> int:
    stations.sort()

    cargo = 0
    ans = 0

    while cargo != target:
        s = nearest_station(cargo, stations)
        ans += abs(cargo - s)
        cargo = s

        if target >= cargo:
            cargo = min(target, cargo + 10)
        else:
            cargo = max(target, cargo - 10)

        # 若沒到 target：空手去拿貨（不計入），下一輪繼續

    return ans

---

Q3 — Battery Usage Simulation

題目概述

你希望手機持續運行總時長 t。

有多顆電池：

• capacity[i]：滿電可用時長
• recharge[i]：從 0 充滿所需時間

規則：

• 只能使用 fully-charged 的電池
• 電池用完後立刻開始充電
• 若需要用電池但沒有任何 fully-charged：回傳 -1
• 很容易漏的邊界：最後一顆電池若使總時間 超過 t，通常視為不合法，回傳 -1（保守寫法是要求剛好湊到 t）

核心模擬

用 nextFull[i] 表示第 i 顆電池下一次「充滿可用」的時間點。

• 初始全滿：nextFull[i] = 0
• 目前時間 cur
• 在 cur 時刻，所有滿足 nextFull[i] <= cur 的電池都可用
• 用完後更新：nextFull[i] = cur + recharge[i]

實作上可用堆：

• future：依「何時充滿」排序
• ready：依「容量」排序（可用時取最大容量）

Python 模板（堆）

import heapq


def min_batteries_to_run(t: int, capacity: list[int], recharge: list[int]) -> int:
    n = len(capacity)

    # future: (time_when_full, idx)
    future = [(0, i) for i in range(n)]
    heapq.heapify(future)

    # ready: (-capacity, idx)
    ready = []

    cur = 0
    used = 0

    while cur < t:
        while future and future[0][0] <= cur:
            _, i = heapq.heappop(future)
            heapq.heappush(ready, (-capacity[i], i))

        if not ready:
            return -1

        cap_neg, i = heapq.heappop(ready)
        cap = -cap_neg

        cur += cap
        used += 1

        if cur > t:
            return -1

        heapq.heappush(future, (cur + recharge[i], i))

    return used

---

Q4 — Primary + Secondary Arrays with Operations

題目概述

給定兩個陣列 primary 與 secondary，以及一系列操作：

• [0, index, val]：更新 secondary[index] = val
• [1, targetSum]：查詢滿足 primary[i] + secondary[j] == targetSum 的 pair 數量

其中：

• primary 固定不變
• secondary 會頻繁更新

正解：頻率表 + 動態維護

這是典型「固定 + 動態」Two-Sum 變體：

• 對 primary 建 freqA（固定）
• 對 secondary 建 freqB（會變）

更新：

• 舊值在 freqB 減 1（為 0 可刪）
• 新值在 freqB 加 1

查詢：

• 枚舉 freqA 裡的 distinct 值 a
• 累加 freqA[a] * freqB[targetSum - a]

Python 模板

from collections import Counter


def process_operations(primary: list[int], secondary: list[int], operations: list[list[int]]) -> list[int]:
    freqA = Counter(primary)
    freqB = Counter(secondary)

    ans = []

    for op in operations:
        if op[0] == 0:
            idx, val = op[1], op[2]
            old = secondary[idx]

            freqB[old] -= 1
            if freqB[old] == 0:
                del freqB[old]

            secondary[idx] = val
            freqB[val] += 1

        else:
            target = op[1]
            total = 0
            for a, cntA in freqA.items():
                total += cntA * freqB.get(target - a, 0)
            ans.append(total)

    return ans

---

總結：這套四題考的是「工程化執行力」

• Q1：算差值，別上強度
• Q2：按流程模擬，別腦補路線
• Q3：資源狀態機（可用/充電中），最後的邊界最陰
• Q4：固定 + 動態 Two-Sum 結構，頻率表是王道

如果你在準備 Meta / CodeSignal 類 OA，建議把「模擬題」當成工程題來寫：

• 先列流程
• 再定狀態變數
• 最後補 tie-break 與邊界條件

需要面試真題？ 立刻聯繫微信 Coding0201，獲得真題。