一句話摘要：Amazon NG OA 2026 = Work Simulation（70 min）+ Coding（70 min, 2 題）+ Work Style Survey（10 min），核心難點是 Coding 兩道題裡第二題的 O(n log n) 最優解。
Amazon 是北美 SDE NG 招聘量最大的公司之一，OA 邀請發放節奏快、題庫相對穩定，是非常值得「刷過就能穩過」的目標。這篇文章按一畝三分地最新發文（2026 年 4-5 月）整理 Amazon NG OA 的全流程與高頻真題。
一、Amazon NG OA 整體流程
| 模組 | 時長 | 題量 | 備註 |
|---|---|---|---|
| Work Simulation | ~70 min | 多場景 | 類似真實工作的判斷題 |
| Coding | ~70 min | 2 題 | 必考，決定生死 |
| Work Style Survey | ~10 min | 30+ 題 | 選項一致性測試 |
關鍵提示：Amazon 的三個模組必須連續完成（中途可暫停一次），完成後 7-15 天內出結果。
二、Coding 部分：2 道題最新真題
題 1：Server Maintenance Window（最長可維護視窗）
題目：給定每台伺服器的「忙碌區間」清單，求所有伺服器同時空閒的最長連續時間視窗。
思路：掃描線 + 區間合併
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
複雜度：O(n log n)
題 2：Inventory Optimization（庫存最佳化 / 13 分鐘 AC 題）
題目：倉庫有 n 個貨位，每個貨位有體積 v[i] 與價值 p[i]。背包容量為 C，但可以將相鄰兩個貨位合併為一個新貨位（體積相加，價值取較大者）。求背包最大價值。
思路：
- 直接做 0/1 背包是 O(n × C)，會 TLE
- 關鍵最佳化：觀察「合併」操作其實只對相鄰對有效，先預處理「合併候選項」，再做單調 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]
易錯點：
- 必須先 sort items 才能保證不重複使用
- 合併對的價值應取較大值而非求和
三、Work Simulation 模組
Work Simulation 是情境判斷題，分布如下：
| 子模組 | 時長 | 內容 |
|---|---|---|
| Day in the Life | 25 min | 一天工作的多個決策點 |
| Project Management | 20 min | 排序任務優先級 |
| Code Review | 15 min | 多版本程式碼哪個更符合 LP |
| Customer Email | 10 min | 寫 / 選郵件回覆 |
評分標準：根據 Amazon Leadership Principles（LP）評估你的選擇是否一致。
Tip：永遠選擇Customer Obsession + Bias for Action + Ownership最強的選項；避免選「等待經理決定」「推遲到下次站會」等弱所有權選項。
四、Work Style Survey
核心目的：檢測候選人答題一致性。
注意事項：
- 每個 LP 會用 3-4 種不同問法重複出現
- 必須保持答案一致（否則會被標記「不可信」）
- 推薦對每個 LP 提前寫好 2-3 句自我描述
五、Amazon NG OA 備考路徑（3 週計畫）
| 週次 | 重點 | 每日產出 |
|---|---|---|
| Week 1 | LeetCode Amazon Tag Top 50 | 5-7 題 |
| Week 2 | DP + 區間掃描 + 二分 | 5 題 + 1 道真題 |
| Week 3 | LP 故事打磨 + Work Simulation 模擬 | 8-10 個 STAR 故事 |
推薦資源：
- LeetCode Premium - Amazon 公司題
- 一畝三分地 OA 板塊（搜尋「Amazon NG」近 3 個月發文）
六、FAQ：Amazon NG OA 高頻問答
Q1：Amazon NG OA 多久出結果？
通常 7-15 個工作日。如果第 14 天沒消息，可以禮貌跟進 Recruiter。
Q2：Coding 兩道題需要全部 AC 嗎？
兩道題都要盡量 AC。只 AC 一道也有進 VO 的可能（約 20%），但如果兩道都沒滿分，則極大機率被拒。
Q3：Work Simulation 和 Survey 重要嗎？
非常重要。即使 Coding 滿分，但 Work Simulation 選項與 LP 不符，仍可能被拒。Amazon 是真正會綜合三模組評分的公司。
Q4：Amazon NG OA 可以重做嗎？
不可以。一年內只能做一次。重新申請同一職位也會沿用上次的成績。
Q5：用 Python 還是 C++？
Python 足以。Amazon OA 時間限制對 Python 友善（n ≤ 10⁵），寫得快比執行快重要。
Q6：Amazon NG OA 後 VO 流程是什麼？
OA 通過 → 1 輪 Phone Screen（45 min Coding + 15 min BQ）→ Loop 4 輪（2 Coding + 1 SD/Code Review + 1 Bar Raiser）。
七、Amazon Leadership Principles 速記表
Amazon 16 條 LP，OA 與 BQ 高頻考察以下 8 條：
| LP | 中文 | 關鍵詞 |
|---|---|---|
| Customer Obsession | 客戶至上 | 用戶視角、長期價值 |
| Ownership | 主人翁精神 | 不甩鍋、長期視角 |
| Invent and Simplify | 創新與簡化 | 接受外部 idea |
| Are Right, A Lot | 正確決策 | 資料驅動 |
| Learn and Be Curious | 學習好奇 | 持續學習 |
| Insist on the Highest Standards | 高標準 | 不妥協品質 |
| Bias for Action | 行動偏好 | 速度優先 |
| Deliver Results | 交付結果 | 量化成果 |
八、外部連結資源
🚀 需要 Amazon NG OA / VO 輔助？
如果你正在準備 Amazon NG SDE Loop（含 Bar Raiser），歡迎交流：可提供 LP 故事打磨、Coding 真題模擬與 SD 準備方向。
👉 立即加微信：Coding0201，取得真題與一對一備考方案
聯絡方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy