两道题，70 分钟，我二十分钟不到交卷。

不是因为特别厉害，是题目本身就是这个难度。只要知道考什么、细节在哪里，做起来不会很慢。完整记录一下。

---

先说流程

很多人不清楚国内 Amazon 的招聘节奏，简单梳理：

简历投递
↓ 1-2 周
OA 邀请（5-7 天有效期）
↓ 提交后 1-2 周
HR 电话初筛（15-30 分钟）
↓
技术面
↓
Bar Raiser 面（Leadership Principles 专场）
↓
HC 审批
↓
Offer

OA 是第一道门槛，过了才有后续。题目难度不高，但细节处理不好照样挂。

---

第一题：Bug 报告优先级排序

给一个 Bug 代码数组，有重复。排序规则：出现频率低的优先，频率一样按代码数值升序。最终输出完整数组，保留重复元素。

直接对原数组排序是错的。

正确做法：哈希表统计频率，对唯一 Bug 码按（频率，数值）排序，再按顺序展开。

python

from collections import Counter

def sortBugReportFrequencies(bugs):
    freq = Counter(bugs)
    unique_bugs = sorted(freq.keys(), key=lambda x: (freq[x], x))
    result = []
    for bug in unique_bugs:
        result.extend([bug] * freq[bug])
    return result

时间复杂度 O(n log n)。

容易踩的坑：排序的是唯一 Bug 码，不是每个元素。搞混这个，输出结构就错了。

---

第二题：商品搜索分页展示

商品列表，三个字段：名称、星级、价格，全部是字符串格式。给你排序列、排序方向、每页数量、页码，返回对应页的商品名称。

看起来简单，坑在数据类型。

星级和价格要按整数比较，不能用字符串排序。字符串排序下 "17" 会排在 "3" 前面，因为 "1" < "3"，结果全错。

python

def fetchProductsToDisplay(products, sortParameter, sortDirection, productsPerPage, pageNumber):
    def sort_key(p):
        val = p[sortParameter]
        return int(val) if sortParameter in (1, 2) else val

    sorted_p = sorted(products, key=sort_key, reverse=(sortDirection == 1))
    start = pageNumber * productsPerPage
    return [p[0] for p in sorted_p[start:start + productsPerPage]]

Python 的 sorted 是稳定排序，同值元素保持原始顺序，这道题刚好需要这个性质。分页切片超出范围也不会报错，直接返回剩余的就行。

---

这两道题在考什么

表面上是两道不同的题，本质上考的是同一件事：能不能发现让朴素解法失效的那个细节。

第一题：排序的对象是唯一码，不是每个元素。 第二题：比较的类型是整数，不是字符串。

细节对了，两道题都能很快做完。细节错了，sample cases 可能过，hidden tests 大概率挂。

---

OA 之后怎么准备

过了 OA 才会有 HR 电话，之后进入技术面和 Bar Raiser 面。

Bar Raiser 是亚马逊独有的面试轮次，专门考 Leadership Principles。很多人技术面过了在这里折。

高频 LP 和考察方向：

LP	面试官实际在问什么
Customer Obsession	技术决策里怎么体现用户优先
Dive Deep	遇到问题你挖了多深，有没有数据支撑
Deliver Results	资源有限的情况下怎么交付
Bias for Action	信息不全的时候怎么推进
Invent and Simplify	有没有把复杂的东西简化过

每条 LP 准备 1-2 个真实故事，STAR 格式，结果要有具体数字，不要只说"我们最终解决了问题"。

---

关于 Interview Aid

OA 前找了 Interview Aid 做了OA 辅助。

第二题整数比较那个坑，我第一次练习的时候漏掉了，他们在 review 的时候直接指出来了。国内外 OA / VO 他们都做过，题库积累比较全。