每年 9-12 月，Optiver 在一亩三分地的 OA 帖子都会迎来一波高峰。和传统科技公司不同，Optiver 是阿姆斯特丹起家的全球做市商，其 OA 几乎全部围绕交易场景展开：Order Book 撮合、做市报价、Trading Sequences 收益最大化、心算 + 概率推理。本文按照一亩三分地 2026 最新面经的题型分布做一次系统整理，并补充 VO代面 / VO辅助 的实际准备路径。
Optiver OA 概览（2026 年版）
| 维度 | SWE 岗 | Trader 岗 |
|---|---|---|
| 平台 | HackerRank | Optiver 自建 + HackerRank |
| 时长 | 90 分钟 | 60-80 分钟 |
| 题型 | 2-3 道编程题 | 心算 + 概率 + 1 道编程 |
| 重点 | 模拟、贪心、堆 | 期望、Sharpe、做市直觉 |
| 难度 | LC Medium-Hard | 速算极快 + 概率扎实 |
一亩三分地的反馈普遍指出：90 分钟 3 题对大多数人来说时间紧，做完 2 题且全部 AC 已是稳进面试的水平。
题型一：Trading Sequences（最大加权收益子段）
题目描述
给定一段时间序列的报价 prices[] 与对应成交量 volumes[]，要求选择连续子区间 [l, r] 使加权收益最大，且区间长度 ≥ 2。
思路
- 计算每个时间点的「单步收益」
profit[i] = (prices[i+1] - prices[i]) * volumes[i] - 套 Kadane 的最大子段和模板
- 注意：允许全负时返回 0（不交易）
Python 解法
def max_trading_window(prices, volumes):
n = len(prices)
if n < 2:
return 0
profits = [(prices[i + 1] - prices[i]) * volumes[i] for i in range(n - 1)]
best = cur = 0
for p in profits:
cur = max(p, cur + p)
best = max(best, cur)
return best
时间复杂度：O(n) 空间复杂度：O(n)
题型二：Order Book 撮合
题目描述
实现支持 ADD / CANCEL / MATCH 的撮合引擎：
ADD side price quantity加入限价单CANCEL order_id撤单MATCH在best_bid ≥ best_ask时撮合，按对手挂单价成交
思路
- 买单：最大堆（按价格降序）
- 卖单：最小堆（按价格升序）
- 取消采用懒删除：弹出堆顶时再过滤已撤单 id
Python 解法
import heapq
class OrderBook:
def __init__(self):
self.bids = [] # max-heap, store (-price, id, qty)
self.asks = [] # min-heap, store (price, id, qty)
self.cancelled = set()
self.next_id = 0
def add(self, side, price, qty):
self.next_id += 1
oid = self.next_id
if side == "BUY":
heapq.heappush(self.bids, (-price, oid, qty))
else:
heapq.heappush(self.asks, (price, oid, qty))
return oid
def cancel(self, oid):
self.cancelled.add(oid)
def _clean(self, heap):
while heap and heap[0][1] in self.cancelled:
heapq.heappop(heap)
def match(self):
trades = []
while True:
self._clean(self.bids)
self._clean(self.asks)
if not self.bids or not self.asks:
break
best_bid = -self.bids[0][0]
best_ask = self.asks[0][0]
if best_bid < best_ask:
break
bp, bid, bq = heapq.heappop(self.bids)
ap, aid, aq = heapq.heappop(self.asks)
qty = min(bq, aq)
trades.append((best_ask, qty))
if bq > qty:
heapq.heappush(self.bids, (bp, bid, bq - qty))
if aq > qty:
heapq.heappush(self.asks, (ap, aid, aq - qty))
return trades
时间复杂度：ADD/CANCEL O(log n)，MATCH O(k log n)
题型三：Allocation（资金/风险约束分配）
题目描述
n 个交易员（资金上限、风险承受能力不同），m 个交易机会（需要资金、风险等级、预期收益），将机会分配给最合适的交易员，使总收益最大化。每个交易员至多接一个机会。
思路
- 机会按预期收益降序
- 每个机会找「资金/风险都达标 + 剩余资金最少」的交易员，把高资金留给后面的大单
- 经典贪心，与「Assign Cookies / Boats To Save People」同源
Python 解法
def allocate(traders, opps):
# traders: [(cap, risk_tol)]
# opps: [(need_cap, risk_lv, profit)]
opps.sort(key=lambda x: -x[2])
used = [False] * len(traders)
total = 0
for need, risk, profit in opps:
pick, slack = -1, float("inf")
for i, (cap, tol) in enumerate(traders):
if used[i] or cap < need or tol < risk:
continue
if cap - need < slack:
slack = cap - need
pick = i
if pick >= 0:
used[pick] = True
total += profit
return total
一亩三分地高频问题速查
| 类别 | 出现频率 | 备考核心 |
|---|---|---|
| Order Book 撮合 | ★★★★★ | 堆 + 懒删除 |
| 最大加权子段 | ★★★★ | Kadane 变体 |
| 资金/风险分配 | ★★★★ | 贪心 + 排序 |
| 简化做市报价 | ★★★ | bid/ask spread |
| 心算（仅 Trader） | ★★★★★ | 8 秒内算 4 位数 |
VO 代面 / VO 辅助 准备路径
注意：Optiver VO 在一亩三分地的描述里普遍多轮 + 高强度：技术面、Trading Game、心算、行为题、Hiring Manager。VO代面 / VO辅助 的核心价值是「让你不在临场紧张时把已经掌握的东西丢掉」。
1）VO 流程拆解
- 第 1 轮：算法 / 系统设计（45 min）
- 第 2 轮：Order Book / 撮合系统讨论
- 第 3 轮：行为面（团队协作、压力情境）
- 第 4 轮：Trading Game / 概率心算（仅 Trader）
- 第 5 轮：Hiring Manager / 团队匹配
2）VO辅助常见用法
- 第一遍走查：把一亩三分地最近 30 天的面经按题型分桶，列出 Order Book / Trading Sequences 的 5 种变体
- 影子面试：用 Zoom + 共享屏幕，由 mentor 模拟面试官出题，限时 45 min
- 错题回放：录像复盘，重点看 "听不懂题就开始写代码"、"边界条件没问" 这类高频翻车
3）oavoservice 提供的 VO代面 / VO辅助 一体化服务
oavoservice 同时提供 VO代面（面试当天实时辅助） 与 VO辅助（mock interview + 题型分桶 + 录像复盘） 两类服务，覆盖 Optiver SWE / Trader 完整流程：
- 赛前：VO辅助 mock 模拟，按真实 90 min 节奏出题 + 提示，结束后录像逐分钟复盘
- 赛中：VO代面 实时支援，让你在临场紧张时不丢掉已经掌握的东西
- 赛后：每轮过后给出 follow-up 修补建议，准备下一轮
具体方案与报价，加微信 Coding0201 沟通。
备考 7 天冲刺
| 天数 | 任务 |
|---|---|
| D1 | 通读一亩三分地最近 90 天 Optiver 面经，按题型分类 |
| D2 | 手写 Order Book（含懒删除）一次，跑 5 组用例 |
| D3 | Trading Sequences + Allocation 各 3 道变体 |
| D4 | 概率/期望 20 题（仅 Trader） |
| D5 | 1 次完整 90 分钟模拟，模拟 HackerRank 环境 |
| D6 | 系统设计：撮合引擎 + 低延迟队列 |
| D7 | 行为面：复盘 STAR，准备 2 个团队冲突案例 |
FAQ
Optiver OA 是不是和 LeetCode Hard 一个难度？
题面看像 Medium，但 90 分钟做 3 道 + 题面英文长 + Edge Case 多，整体压力相当于 LC Hard。一亩三分地里完成 2 题且全 AC 的同学，进面率最高。
Optiver 一亩三分地面经能直接背吗？
不能直接背。Optiver 题库每年至少 30% 翻新，但主题（撮合、贪心分配、收益子段）几乎不变。背思路 + 模板比背题面更有效。
SWE 和 Trader 的 OA 怎么选？
如果你能在 8 秒内算完两位数乘法、并且对概率题有 sense，可以试 Trader；否则首选 SWE。SWE 路径更适合 ACM 背景 + Python 熟练的同学。
Optiver OA 没过还能复投吗？
通常 12 个月冷却期。一亩三分地有少数同学换 referral + 强简历后 9 个月再投通过。
正在准备 Optiver 一亩三分地高频题？
oavoservice 长期跟踪 Optiver SWE / Trader 的 OA + VO 真题更新，提供题型分桶、变体讲解、限时模拟、行为面复盘等 VO辅助 服务。我们的 mentor 来自 Optiver / Citadel / Jane Street / Five Rings 等做市与量化机构，可针对你的弱点定制 1-2 周冲刺方案。
👉 立即添加微信：Coding0201，获取 Optiver 高频题与 VO辅助方案。
联系方式
Email: [email protected]
Telegram: @OAVOProxy