← 返回博客列表 WeRide SDE OA 一亩三分地真题|感知调度 + 图算法 + 路径规划 OA辅助 2026
WeRide

WeRide SDE OA 一亩三分地真题|感知调度 + 图算法 + 路径规划 OA辅助 2026

2026-05-23

WeRide(文远知行)2026 春招 SDE OA 在一亩三分地上的发帖密度上来了,感知任务调度、图节点 BFS、路径合并 三类题型基本覆盖了 90% 的反馈。本篇按真题密度梳理三大主线、给出完整 Python 解法,并说明 OA辅助 的接入方式。

WeRide SDE OA 一亩三分地反馈速览

维度 详情
投放渠道 牛客 + 自研测评平台
时长 90 分钟
题量 2–3 题
主考方向 感知 / 路径 / 调度 / 图论
评分 全自动判题 + 隐藏数据
通过率 一亩三分地反馈约 42%

主线一:感知任务调度

题型描述

给定 n 个传感器任务,每个任务有 (start, duration, priority)。机器同一时刻只能执行一个任务。设计调度策略,使总优先级加权完成时间最小。

Python 解法(带优先级的最短作业优先)

import heapq

def schedule_perception(tasks):
    tasks.sort(key=lambda t: t[0])
    heap = []
    cur_time = 0
    i = 0
    n = len(tasks)
    total = 0
    while i < n or heap:
        if not heap:
            cur_time = max(cur_time, tasks[i][0])
        while i < n and tasks[i][0] <= cur_time:
            s, d, p = tasks[i]
            heapq.heappush(heap, (d / p, d, p))
            i += 1
        _, d, p = heapq.heappop(heap)
        cur_time += d
        total += cur_time * p
    return total

复杂度:O(n log n)。一亩三分地反馈隐藏 case 包含 priority=0、任务时间窗口完全重叠两类。

主线二:图节点 BFS(感知图遍历)

题型描述

给定一个无向图(车辆感知输出的目标关系),找出从 start 节点出发,能在 k 跳之内到达的所有节点。要求返回路径必须按字典序最小

Python 解法

from collections import defaultdict, deque

def k_hop_neighbors(edges, start, k):
    g = defaultdict(list)
    for u, v in edges:
        g[u].append(v)
        g[v].append(u)
    for u in g:
        g[u].sort()
    visited = {start: 0}
    queue = deque([(start, 0)])
    result = []
    while queue:
        node, d = queue.popleft()
        if d > 0:
            result.append(node)
        if d == k:
            continue
        for nb in g[node]:
            if nb not in visited:
                visited[nb] = d + 1
                queue.append((nb, d + 1))
    return result

复杂度:O(V + E)。常被卡的 case:自环 (u,u)、重复边、孤立节点。

主线三:路径合并(Path Merge)

题型描述

车辆有 n 段计划路径,每段是 (start_x, start_y, end_x, end_y)。要求合并所有首尾相接的路径段成一条整路径并按出发时间输出。

Python 解法(拓扑 + 邻接字典)

from collections import defaultdict

def merge_path(segments):
    nxt = {}
    starts = set()
    ends = set()
    for s in segments:
        nxt[(s[0], s[1])] = (s[2], s[3])
        starts.add((s[0], s[1]))
        ends.add((s[2], s[3]))
    head_candidates = starts - ends
    if len(head_candidates) != 1:
        return []
    head = head_candidates.pop()
    path = [head]
    while head in nxt:
        head = nxt[head]
        path.append(head)
    return path

复杂度:O(n)。注意「不连通」「成环」两种 corner case,一亩三分地隐藏 case 至少考过一次环路检测。

一亩三分地高频题对照

题型 60 天频率 算法 易错点
感知调度 ★★★★★ 优先队列 priority=0
K 跳 BFS ★★★★ BFS + 字典序 自环 / 重复边
路径合并 ★★★★ 邻接 + 头检测 环路
矩阵填涂 ★★★ DFS / Union-Find 边界越界
字符串行情解析 ★★ 状态机 缺字段

OA辅助 实战路径

oavoservice 的 OA辅助 服务

一亩三分地之外,我们还做了什么

WeRide 的 OA 题面变化较大,但骨架(感知 + 图 + 路径)非常稳定。我们维护一份 L4 自驾业务术语 + 高频面试场景 词表,帮你在 90 分钟内既能写算法也能正确解读题面里的「障碍物 (Obstacle)」「轨迹 (Trajectory)」「世界坐标 (World Frame)」等专有词。

具体方案与报价,加微信 Coding0201 沟通。


FAQ

WeRide SDE OA 和 SDE-Perception 岗位 OA 题库一样吗?

不完全一样。SDE 通用岗以图论 / 路径为主;Perception 岗会增加 1 道点云 / 轨迹相关 simulation。

一亩三分地反馈通过率约 42%,影响因素是什么?

主要被卡在「感知调度」隐藏 case 和「路径合并」环路检测。我们见过 90% 提交是 70 分(9/13 通过)卡在 priority=0 这个隐藏 case 上。

WeRide OA 用什么语言?

Python / C++ / Java 三选一;一亩三分地反馈 Python 占比 65%。

OA 没过冷却期多久?

WeRide 6 个月,跨 BU(自驾 / 出行 / 货运)一般另算池子。


正在准备 WeRide / Pony.ai / Waymo OA / VO?

oavoservice 长期追踪自动驾驶赛道(WeRide / Pony.ai / Waymo / Cruise / Zoox)的 OA + VO 真题。mentor 来自一线感知 / 决策 / 仿真团队,可以提供 题型分桶、限时模拟、自研平台实时 OA辅助、自驾业务术语训练 等 OA辅助 / VO辅助 服务。

👉 立即添加微信:Coding0201获取 WeRide 一亩三分地高频题与 OA辅助 方案


联系方式

Email: [email protected]
Telegram: @OAVOProxy