Hudson River Trading OA 刚做完，四道题，CodeSignal 平台，大约 20 分钟全部过了。进去之前预期会很难，实际上这次四道题的难度都在 Easy 到 Medium 之间，考的是基础实现能力而不是偏门算法。但根据外部资料，HRT 不同岗位和批次的题目差异很大——oavoservice 的 HRT OA 分析指出”通过分数线通常是 500/600，SDE 和 Algo Dev 岗位要求 560+，Quant Researcher 岗位要求满分加 bonus 题”，所以不能掉以轻心。
第一题：数位乘积减数位和
题意
给定正整数 n，计算各位数字的乘积减去各位数字的和，返回 product – sum（注意顺序不能反）。
示例：n = 123456 → 乘积 720，和 21 → 答案 699；n = 1010 → 乘积 0，和 2 → 答案 -2。
约束：1 ≤ n ≤ 1e9。
思路
按位拆解，含 0 时乘积直接变 0，注意返回值可能为负数。
def solution(n):
prod, s = 1, 0
while n:
d = n % 10
prod *= d
s += d
n //= 10
return prod - s时间 O(log n)，常数极小。这题是热身题，一到两分钟拿下，不要在这里耽误时间。
第二题：最长连续相同字符子串
题意
给定小写字符串 source，找最长的连续相同字符子串。若有多段长度相同，取最右边那一段。返回格式为”字符 + 长度”，如 “c3″。
示例：”bbacccdbbab” → “c3″；”bbaacaa” → “a2″（取右侧的 aa）。
思路
一次线性扫描，维护当前游程长度和全局最优。
关键细节：只有当前长度严格大于全局最优时才更新——这样相等长度时自然保留更靠右的那段，不需要额外处理。
def solution(source):
best_ch, best_len = source[0], 1
cur_ch, cur_len = source[0], 1
for c in source[1:]:
if c == cur_ch:
cur_len += 1
else:
cur_ch, cur_len = c, 1
if cur_len > best_len: # 严格大于，相等不更新 → 保留右边
best_ch, best_len = cur_ch, cur_len
return f"{best_ch}{best_len}"时间 O(n)。”最右边”这个条件容易在这里翻车，用 > 不用 >= 是关键。
第三题：矩阵按层排序并顺时针回填
题意
定义矩阵的 k-border：去掉外层 k 圈后，当前最外一圈（上下左右边）。
对每一层 border，把该层元素排序后按顺时针（从左上角开始）写回原位置，使每层都是升序顺时针排列。
思路
按层迭代：
- 提取当前层四个边的元素（注意四角不要重复取）
- 排序
- 按顺时针顺序依次写回
单行/单列等退化情况要特判，避免重复操作同一元素。
def solution(matrix):
n, m = len(matrix), len(matrix[0])
top, bottom, left, right = 0, n-1, 0, m-1
while top <= bottom and left <= right:
# 提取当前层元素（顺时针）
border = []
for c in range(left, right+1): border.append(matrix[top][c])
for r in range(top+1, bottom+1): border.append(matrix[r][right])
if top < bottom:
for c in range(right-1, left-1, -1): border.append(matrix[bottom][c])
if left < right:
for r in range(bottom-1, top, -1): border.append(matrix[r][left])
border.sort()
# 按顺时针写回
idx = 0
for c in range(left, right+1): matrix[top][c] = border[idx]; idx+=1
for r in range(top+1, bottom+1): matrix[r][right] = border[idx]; idx+=1
if top < bottom:
for c in range(right-1, left-1, -1): matrix[bottom][c] = border[idx]; idx+=1
if left < right:
for r in range(bottom-1, top, -1): matrix[r][left] = border[idx]; idx+=1
top+=1; bottom-=1; left+=1; right-=1
return matrix时间 O(n·m·min(n,m))，符合题面要求。退化情况（单行或单列）靠 if top < bottom 和 if left < right 的判断处理，不处理这两个条件会重复操作同一元素。
第四题：双数组配对查询 + 更新
题意
给定数组 a、b，以及若干查询：
[0, i, x]：把 a[i] 改成 x；[1, x]：统计满足 a[i] + b[j] = x 的 (i, j) 对数。
按顺序处理，返回所有类型 [1, x] 的结果。
思路
对 b 建哈希表（频率计数），之后不需要再动。
查询 [1, x]：遍历 a，对每个 a[i] 查 x – a[i] 在 b 中的次数并累加，O(|a|) 单次查询。
更新 [0, i, x]：直接改 a[i]，O(1)。
from collections import Counter
def solution(a, b, queries):
cnt_b = Counter(b)
res = []
for q in queries:
if q[0] == 0:
a[q[1]] = q[2]
else:
x = q[1]
res.append(sum(cnt_b[x - v] for v in a))
return resb 建一次 Counter 之后不用再动，因为 b 不会被修改——这是这道题最重要的观察。如果 a 的规模很大同时查询很多，可以同时维护 a 的 Counter，但这次的数据规模下不需要。
HRT 面试完整流程参考
根据 HRT 官方面试指南，SWE 岗的完整流程是：
Take-Home Test（OA）：HackerRank 或 Codility 平台（这次是 CodeSignal），限时，可以使用参考资料（书/网络）。HRT 官方说明”Coding style isn’t super important for this challenge”，通过率是真正的筛选标准。oavoservice 的 HRT OA 分析指出通过分数线通常是 500/600，SDE 和 Algo Dev 岗需要 560+。
Phone Screen（约两轮，各 45 分钟）：分两种——技术讨论轮（Systems/Data Structure/Problem Solving）和编程轮（部分岗位限定 C++ 或 Python，部分自选）。Glassdoor 真实记录里提到”phone screen was a deep dive on python fundamentals”，以及 Wall Street Oasis 面经里记录了”expected value question involving order statistics”——数学概率是电面的真实高频考点。
Onsite（多轮背靠背）：
编程技能——HRT 官方说考察”idiomatic code that uses modern syntax, makes optimal use of resources, is well-encapsulated, easy to read”，不只是写对，代码质量本身是评分维度。
系统级知识——内存、I/O、进程管理的基础知识。
问题拆解能力——面对不会的问题，能不能增量地向答案推进。
协作和沟通——HRT 是极度协作的公司（官方原话”extremely collaborative firm”），愿不愿意接受提示、有没有开放性是真实评分维度。
整体从 OA 到 Offer 大约 2 到 6 周，各 team 流程有差异，以 recruiter 的告知为准。
大多数人备考方向就错了
HRT 这套 OA 的题型在量化公司里算偏基础的，但电面的数学概率题才是真正的门槛——大多数候选人在 OA 上花了大量时间，Phone Screen 的期望值和概率题却完全没准备。InterviewShow 长期跟进 HRT、Two Sigma、Jane Street 这类量化公司的完整面试链路，从 OA 到 Phone Screen 的概率题都有覆盖，有需要的来聊。