Meta 的 SDE New Grad VO 不只考你会不会写算法，更看你怎么读题、怎么拆题。这篇按 oavoservice 学员的一场 Meta SDE NG VO 复盘，挑两道真题讲清思路：第一题是归并排序的"非典型变体"，第二题是经典的滑动窗口最大值（LeetCode 239）。两题放一起，正好覆盖"包装已有逻辑"和"换数据结构做优化"两类最常见的 follow-up 套路。文末附 VO辅助 / VO代面 的对接路径，给正在大厂求职、刷题备考的同学一个实战参考。
一、Meta SDE NG VO 概览
| 维度 | 详情 |
|---|---|
| 形式 | 远程视频面试（Coderpad / 共享编辑器） |
| 时长 | 单轮约 45 分钟，2 道编程题 |
| 语言 | 自选，多数人用 Python |
| 考察 | 读题拆题、边界处理、复杂度优化、沟通表达 |
| 风格 | 题面可能"非典型"，重点看你能否抓住真正的考点 |
Meta NG 的编程轮节奏快，一轮经常要在 45 分钟内吃掉两道题。面试官给的题面不一定是 LeetCode 原题，反而常常故意包装一下，看你能不能剥开外壳、定位到真正要考的核心逻辑。
二、题一：归并排序的非典型变体（输入输出包装）
题目
先给一个非常简单的题：给定一个 list，纯排序，用 Python 实现。面试官明确要求写 merge sort（归并排序）。
写完之后是 follow-up：这个 list 里不只有 int，还会混入 char（字符），要求一并排好序。
拆题：他到底想考什么？
这不是一个典型算法题。遇到这种被刻意包装过的题，脑子里第一件事应该是——他想考的到底是什么？
对这道题来说，考点很清楚：在不改动已有核心算法的前提下，如何做合适的输入 / 输出处理。说人话，就是要你做一层类似 "API 网关" 的逻辑：
- 进来时把
char用ord()统一转成int； - 复用原封不动的 merge sort 核心；
- 出去时再用
chr()把当初是字符的元素转回去。
抓住这个重点，实现本身没有奇技淫巧。关键是把"包装输入输出"的逻辑抽成单独的函数，让 merge sort 主体保持干净、逻辑清晰。
Python 解法
先是不动的归并排序核心：
def merge_sort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) // 2
left = merge_sort(arr[:mid])
right = merge_sort(arr[mid:])
return _merge(left, right)
def _merge(left, right):
merged = []
i = j = 0
while i < len(left) and j < len(right):
if left[i] <= right[j]:
merged.append(left[i]); i += 1
else:
merged.append(right[j]); j += 1
merged.extend(left[i:])
merged.extend(right[j:])
return merged
再把输入输出包装抽成一个独立函数，merge sort 完全不用改：
def sort_mixed(items):
# 1) 包装输入：记下哪些位置原本是 char，统一转成 int 的可比较键
encoded = []
is_char = []
for x in items:
if isinstance(x, str):
encoded.append(ord(x))
is_char.append(True)
else:
encoded.append(x)
is_char.append(False)
# 2) 复用核心：但要让排序后还能知道某个值原本是不是 char
# 所以排的是 (值, 原本是否为 char) 的二元组
pairs = list(zip(encoded, is_char))
pairs = merge_sort(pairs) # 元组按第一维比较，天然可用
# 3) 包装输出：原本是 char 的，用 chr 转回去
return [chr(v) if was_char else v for v, was_char in pairs]
要点：把 (值, 是否为char) 打包成元组送进 merge sort，元组天然按第一维比较，核心逻辑零改动；解码时只看第二维决定要不要 chr() 还原。
print(sort_mixed([3, 'a', 1, 'Z', 2]))
# [1, 2, 3, 'Z', 'a'] ord('Z')=90 < ord('a')=97
时间复杂度：O(n log n)（归并排序主导）。空间复杂度：O(n)（编码数组 + 归并临时数组）。
三、题二：滑动窗口最大值（单调队列）
题目
LeetCode 239。给整数数组 nums 和窗口大小 k，窗口从数组左侧每次向右滑动一格，返回每个窗口内的最大值组成的数组。
拆题：优化点只有一个
最直观的做法是每个窗口都求一次最大值，时间复杂度 O(nk)。做优化的关键永远在思路：这题真正能优化的点只有把那个 k 干掉——也就是把"窗口内求最大值"从 O(k) 降到 O(1)。
于是需求很明确，要一个数据结构能做到：
- 只保留"后面还可能成为最大值"的元素，并保持有序；
- 从队首 O(1) 取最大值，从队尾 O(1) 插入新元素 / 弹出更小的元素。
能同时满足这两点的，就是用 deque 实现的单调队列（单调递减队列）。
Python 解法
队列里存下标，对应的值从队首到队尾单调递减：
from collections import deque
def max_sliding_window(nums, k):
dq = deque() # 存下标，nums[dq] 单调递减
res = []
for i, x in enumerate(nums):
# 队尾比当前小的都没用了，弹掉（保证单调递减）
while dq and nums[dq[-1]] <= x:
dq.pop()
dq.append(i)
# 队首滑出窗口了就弹掉
if dq[0] <= i - k:
dq.popleft()
# 窗口成形后，队首就是当前窗口最大值
if i >= k - 1:
res.append(nums[dq[0]])
return res
三个细节：队尾维护单调性（更小的元素永远轮不到它当最大值，直接丢）；队首检查是否已滑出窗口；下标走到 k-1 后才开始记录答案。
print(max_sliding_window([1, 3, -1, -3, 5, 3, 6, 7], 3))
# [3, 3, 5, 5, 6, 7]
时间复杂度：O(n)（每个下标最多进队、出队各一次）。空间复杂度：O(k)。
四、临场提醒
- 遇到"非典型题"先别急着写，先问自己考点是什么，再决定包装哪一层。
- 把输入输出处理抽成独立函数，主算法保持干净——面试官会注意到你的代码组织能力。
- 优化题先说清"唯一能优化的点在哪"，再引出数据结构，沟通比直接默写更重要。
- Meta 一轮两题、节奏紧，第一题简单的话尽量快、留时间给 follow-up 和第二题。
FAQ
Q1：Meta SDE NG VO 一轮考几道题？难度如何？
编程轮通常一轮约 45 分钟、2 道题，难度集中在 LeetCode 中等，偶有中上。重点不在题难，而在读题、拆题和沟通——题面常被刻意包装，考你能不能定位真正的考点。
Q2：第一题这种"归并排序里混 char"算偏题吗？怎么准备？
不算偏题，它考的是"在不改核心算法的前提下做输入输出包装"的工程思维。准备时多练把通用算法套到变形输入上，习惯用 ord / chr、元组打包等手段做转换，并把包装逻辑抽成独立函数。
Q3：滑动窗口最大值为什么要用单调队列？
因为唯一的优化点是把"窗口内求最大值"从 O(k) 降到 O(1)。单调队列（deque 实现）能在队首 O(1) 拿最大值、队尾 O(1) 插入和弹出，整体把 O(nk) 降到 O(n)，是这类问题的标准解法。
Q4：Meta VO 用什么平台？可以用 Python 吗？
多数轮次在 Coderpad 或共享编辑器里进行，语言自选，绝大多数人用 Python。需要限时 mock、逐题讲解或 VO辅助 / VO代面 全程对接，可以走下面的路径定制。
正在准备 Meta SDE NG VO？
Meta NG 编程轮节奏快、题面爱包装，吃的是"拆题 + 沟通 + 代码组织"。oavoservice 提供 Meta 全流程陪练：归并排序变体 / 滑动窗口 / 单调队列 / 哈希等高频题限时模拟，Coderpad 环境与拆题表达逐题讲解，按 NG 岗题型做预测。教练含大厂资深工程师，支持 VO辅助 / VO代面 全程对接。
立即添加微信 Coding0201，获取 Meta 真题与陪练。
联系方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy