HackerRank OA 各公司題型地圖與備考策略

HackerRank 是很多公司的第一輪篩選平台，從大廠到量化基金再到新創都在用它做線上筆試。同樣是 HackerRank，不同公司的出題風格、時長、難度差別很大：有的考標準演算法，有的考解析與實作，有的直接上高難度 + 緊時間。如果你按同一套範本準備所有公司，很容易在最該拿分的地方失手。

這篇文章不講平台機制（那部分見我們的平台機制全解析），而是回答一個更實際的問題：哪家公司愛考哪類題，你應該怎麼分桶準備。核心是一張「公司 → 題型地圖」，配上每個桶的備考重點，最後給一段完整可執行的代表性題目解法。OA 通常是後續所有輪次的入口，筆試掛了就直接失去了面試機會，所以值得按公司精準準備。

公司 → 題型地圖（核心速查表）

說明：同一家公司不同職缺、不同批次會有浮動，上表是公開經驗的集中趨勢，用來定「主攻方向」，不是絕對規則。

一、分桶備考策略：不同公司主攻不同

大廠桶（Google / Amazon / Meta / TikTok / Uber）

大廠 OA 最標準，考的是基礎演算法與資料結構的熟練度，難度多為中等。備考重點：

• 打牢五大高頻：陣列/雜湊、雙指標/滑窗、DP、圖（BFS/DFS）、堆積/優先佇列。
• TikTok SDE Intern 尤其偏滑動視窗 + 雜湊表，練熟「最長不重複子字串」「視窗內最多 K 種元素」這類題就能覆蓋很大一部分。
• Amazon 常帶一點 OOD/模擬；Uber 偏圖與工程實作。
• 目標是看到題能在 10 分鐘內定位到套路，把時間留給邊界和最佳化。

量化金融桶（Citadel / Two Sigma / Jane Street / Optiver）

量化 OA 的特點是高難度 + 長題面 + 緊時間（Citadel/Two Sigma 常見 75 分鐘）。備考重點：

• 先練「讀題拆解」：題面往往包裹在很長的業務/數學描述裡，能快速提煉出真正的演算法核心是第一關。
• 主攻高難解析、複雜模擬、最佳化類題，外加基礎機率與期望、組合數學。
• 訓練在時間壓力下先寫出正確暴力解拿分，再迭代最佳化，而不是死磕最佳解到逾時。

新創桶（Stripe / Airbnb / Palantir）

新創偏實用與實作，題面貼近真實業務。備考重點：

• Stripe：前綴和 + 字串解析 + 校驗邏輯高頻，題目常要求你解析一段輸入、按規則校驗並彙總，程式碼量偏大，練習「把需求一次寫對」。
• Airbnb：SQL + Python 混合的資料分析，複習彙總、視窗函式、join，以及用 Python 做資料清洗與統計。
• Palantir：資料建模 + 實作，重點是把複雜需求翻譯成清晰正確的程式碼結構。

二、代表題精講：視窗內最多 K 種不同元素

TikTok/大廠桶的高頻代表題：給一個陣列和整數 K，求「最多包含 K 種不同元素的最長連續子陣列」的長度。它是滑動視窗 + 雜湊表的經典組合，值得吃透。

思路

1. 用一個雜湊表記錄當前視窗內每種元素的出現次數，right 指標不斷向右擴張。
2. 當視窗內不同元素種類超過 K 時，left 指標右移收縮，直到種類數重新 ≤ K。
3. 每一步用當前視窗長度更新答案。每個元素最多進出視窗各一次，整體線性。

Python 解法（完整可執行）

import sys
from collections import defaultdict

def longest_subarray_k_distinct(nums, k):
    # 視窗內每種元素的計數；left 為視窗左邊界
    count = defaultdict(int)
    left = 0
    best = 0
    for right, x in enumerate(nums):
        count[x] += 1
        # 種類超過 k 時，從左側收縮視窗
        while len(count) > k:
            count[nums[left]] -= 1
            if count[nums[left]] == 0:
                del count[nums[left]]
            left += 1
        best = max(best, right - left + 1)
    return best

def main():
    data = sys.stdin.read().split()
    if not data:
        return
    # 輸入：第一行 n k，第二行 n 個整數
    n, k = int(data[0]), int(data[1])
    nums = list(map(int, data[2:2 + n]))
    print(longest_subarray_k_distinct(nums, k))

if __name__ == "__main__":
    main()

用範例 n=7 k=2、陣列 1 2 1 2 3 3 4 跑，答案是 4（子陣列 1 2 1 2）。若無 stdin，可直接呼叫 longest_subarray_k_distinct([1,2,1,2,3,3,4], 2) 驗證。

時間複雜度：O(n)，每個元素最多進出視窗一次。 空間複雜度：O(k)，雜湊表最多存 k+1 種元素。

三、按桶排一份兩週計畫

無論哪個桶，最後都要做限時全真模擬：按目標公司的時長與題型跑一遍，把節奏、讀題、邊界都練到位。HackerRank 按全部隱藏測資計分（涵蓋執行時間、邊界、記憶體），目標是盡量把每題的測資全過。

如果你想更高效，我們的 OA輔助 / OA代面 服務提供按公司做題型預測、完整解法 + 複雜度講解，以及即時陪練/協作輔導，讓你的 OA 和後續 VO 風格保持一致，是從筆試到面試的端到端陪跑。

FAQ

Q1：HackerRank 和 LeetCode 有什麼區別？ LeetCode 多是給好函式簽名、你只填核心邏輯；HackerRank 很多題要自己讀 stdin、自己處理輸入輸出，題面也更貼近各公司業務風格。備考時除了刷演算法，也要練 IO 範本與讀題拆解。

Q2：哪些公司用 HackerRank？ 覆蓋很廣：大廠如 Google、Amazon、Meta、TikTok、Uber；量化金融如 Citadel、Two Sigma、Jane Street、Optiver；新創如 Stripe、Airbnb、Palantir 都常用它做第一輪線上筆試。具體題型見上文地圖表。

Q3：OA 一定要全部測資都過嗎？ HackerRank 按通過測資數計分，部分正確也有分，但分數越高越安全。建議先 AC 掉範例和簡單 case 拿基礎分，再衝隱藏測資；能全過當然最好，尤其量化桶競爭激烈時。

Q4：不同公司差別真的大到要分開準備嗎？ 主攻方向確實要分：TikTok 偏滑窗雜湊、Stripe 偏前綴和解析、量化偏高難最佳化。基礎演算法是共同底座，但把有限時間按目標公司的高頻題型傾斜，性價比最高。

Q5：時間緊只來得及準備一類怎麼辦？ 先確定你最想去的公司屬於哪個桶，按那個桶主攻。大廠桶的滑窗+雜湊+DP 覆蓋面最廣，是通用性最強的起點；有餘力再補量化的高難解析或新創的解析/SQL。

正在準備 HackerRank OA？

不確定目標公司愛考哪類題、想要按公司做題型預測並配完整解法講解，可以聊聊我們的 OA輔助 / OA代面 方案——從公司題型地圖到即時陪練，幫你把 OA 和後續 VO 一起準備到位。

立即加入微信 Coding0201，獲取按公司客製的題型清單與備戰計畫。

聯絡方式

• 微信：Coding0201
• Email：[email protected]
• Telegram：@OAVOProxy