Meta 的 SDE New Grad VO 不只考你會不會寫演算法，更看你怎麼讀題、怎麼拆題。這篇按 oavoservice 學員的一場 Meta SDE NG VO 複盤，挑兩道真題講清思路：第一題是歸併排序的「非典型變體」，第二題是經典的滑動視窗最大值（LeetCode 239）。兩題放一起，正好涵蓋「包裝既有邏輯」和「換資料結構做最佳化」兩類最常見的 follow-up 套路。文末附 VO輔助 / VO代面 的對接路徑，給正在大廠求職、刷題備考的同學一個實戰參考。
一、Meta SDE NG VO 概覽
| 維度 | 詳情 |
|---|---|
| 形式 | 遠端視訊面試（Coderpad / 共享編輯器） |
| 時長 | 單輪約 45 分鐘，2 道程式題 |
| 語言 | 自選，多數人用 Python |
| 考察 | 讀題拆題、邊界處理、複雜度最佳化、溝通表達 |
| 風格 | 題面可能「非典型」，重點看你能否抓住真正的考點 |
Meta NG 的程式輪節奏快，一輪經常要在 45 分鐘內吃掉兩道題。面試官給的題面不一定是 LeetCode 原題，反而常常故意包裝一下，看你能不能剝開外殼、定位到真正要考的核心邏輯。
二、題一：歸併排序的非典型變體（輸入輸出包裝）
題目
先給一個非常簡單的題：給定一個 list，純排序，用 Python 實作。面試官明確要求寫 merge sort（歸併排序）。
寫完之後是 follow-up：這個 list 裡不只有 int，還會混入 char（字元），要求一併排好序。
拆題：他到底想考什麼？
這不是一個典型演算法題。遇到這種被刻意包裝過的題，腦子裡第一件事應該是——他想考的到底是什麼？
對這道題來說，考點很清楚：在不改動既有核心演算法的前提下，如何做合適的輸入 / 輸出處理。說人話，就是要你做一層類似「API 閘道」的邏輯：
- 進來時把
char用ord()統一轉成int； - 複用原封不動的 merge sort 核心；
- 出去時再用
chr()把當初是字元的元素轉回去。
抓住這個重點，實作本身沒有奇技淫巧。關鍵是把「包裝輸入輸出」的邏輯抽成單獨的函式，讓 merge sort 主體保持乾淨、邏輯清晰。
Python 解法
先是不動的歸併排序核心：
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
再把輸入輸出包裝抽成一個獨立函式，merge sort 完全不用改：
def sort_mixed(items):
# 1) 包裝輸入：記下哪些位置原本是 char，統一轉成 int 的可比較鍵
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) 複用核心：但要讓排序後還能知道某個值原本是不是 char
# 所以排的是 (值, 原本是否為 char) 的二元組
pairs = list(zip(encoded, is_char))
pairs = merge_sort(pairs) # 元組按第一維比較，天然可用
# 3) 包裝輸出：原本是 char 的，用 chr 轉回去
return [chr(v) if was_char else v for v, was_char in pairs]
要點：把 (值, 是否為char) 打包成元組送進 merge sort，元組天然按第一維比較，核心邏輯零改動；解碼時只看第二維決定要不要 chr() 還原。
print(sort_mixed([3, 'a', 1, 'Z', 2]))
# [1, 2, 3, 'Z', 'a'] ord('Z')=90 < ord('a')=97
時間複雜度：O(n log n)（歸併排序主導）。空間複雜度：O(n)（編碼陣列 + 歸併暫存陣列）。
三、題二：滑動視窗最大值（單調佇列）
題目
LeetCode 239。給整數陣列 nums 和視窗大小 k，視窗從陣列左側每次向右滑動一格，回傳每個視窗內的最大值組成的陣列。
拆題：最佳化點只有一個
最直觀的做法是每個視窗都求一次最大值，時間複雜度 O(nk)。做最佳化的關鍵永遠在思路：這題真正能最佳化的點只有把那個 k 幹掉——也就是把「視窗內求最大值」從 O(k) 降到 O(1)。
於是需求很明確，要一個資料結構能做到：
- 只保留「後面還可能成為最大值」的元素，並保持有序；
- 從佇列首 O(1) 取最大值，從佇列尾 O(1) 插入新元素 / 彈出更小的元素。
能同時滿足這兩點的，就是用 deque 實作的單調佇列（單調遞減佇列）。
Python 解法
佇列裡存索引，對應的值從佇列首到佇列尾單調遞減：
from collections import deque
def max_sliding_window(nums, k):
dq = deque() # 存索引，nums[dq] 單調遞減
res = []
for i, x in enumerate(nums):
# 佇列尾比目前小的都沒用了，彈掉（保證單調遞減）
while dq and nums[dq[-1]] <= x:
dq.pop()
dq.append(i)
# 佇列首滑出視窗了就彈掉
if dq[0] <= i - k:
dq.popleft()
# 視窗成形後，佇列首就是目前視窗最大值
if i >= k - 1:
res.append(nums[dq[0]])
return res
三個細節：佇列尾維護單調性（更小的元素永遠輪不到它當最大值，直接丟）；佇列首檢查是否已滑出視窗；索引走到 k-1 後才開始記錄答案。
print(max_sliding_window([1, 3, -1, -3, 5, 3, 6, 7], 3))
# [3, 3, 5, 5, 6, 7]
時間複雜度：O(n)（每個索引最多進佇列、出佇列各一次）。空間複雜度：O(k)。
四、臨場提醒
- 遇到「非典型題」先別急著寫，先問自己考點是什麼，再決定包裝哪一層。
- 把輸入輸出處理抽成獨立函式，主演算法保持乾淨——面試官會注意到你的程式碼組織能力。
- 最佳化題先說清「唯一能最佳化的點在哪」，再引出資料結構，溝通比直接默寫更重要。
- Meta 一輪兩題、節奏緊，第一題簡單的話盡量快、留時間給 follow-up 和第二題。
FAQ
Q1：Meta SDE NG VO 一輪考幾道題？難度如何？
程式輪通常一輪約 45 分鐘、2 道題，難度集中在 LeetCode 中等，偶有中上。重點不在題難，而在讀題、拆題和溝通——題面常被刻意包裝，考你能不能定位真正的考點。
Q2：第一題這種「歸併排序裡混 char」算偏題嗎？怎麼準備？
不算偏題，它考的是「在不改核心演算法的前提下做輸入輸出包裝」的工程思維。準備時多練把通用演算法套到變形輸入上，習慣用 ord / chr、元組打包等手段做轉換，並把包裝邏輯抽成獨立函式。
Q3：滑動視窗最大值為什麼要用單調佇列？
因為唯一的最佳化點是把「視窗內求最大值」從 O(k) 降到 O(1)。單調佇列（deque 實作）能在佇列首 O(1) 拿最大值、佇列尾 O(1) 插入和彈出，整體把 O(nk) 降到 O(n)，是這類問題的標準解法。
Q4：Meta VO 用什麼平台？可以用 Python 嗎？
多數輪次在 Coderpad 或共享編輯器裡進行，語言自選，絕大多數人用 Python。需要限時 mock、逐題講解或 VO輔助 / VO代面 全程對接，可以走下面的路徑客製。
正在準備 Meta SDE NG VO？
Meta NG 程式輪節奏快、題面愛包裝，吃的是「拆題 + 溝通 + 程式碼組織」。oavoservice 提供 Meta 全流程陪練：歸併排序變體 / 滑動視窗 / 單調佇列 / 雜湊等高頻題限時模擬，Coderpad 環境與拆題表達逐題講解，按 NG 崗題型做預測。教練含大廠資深工程師，支援 VO輔助 / VO代面 全程對接。
立即加入微信 Coding0201，取得 Meta 真題與陪練。
聯絡方式
- 微信：Coding0201
- Email：[email protected]
- Telegram：@OAVOProxy