最近整理了三道Snowflake OA，平台是 HackerRank，一共 3 道编程题，限时 120 分钟。整体难度中等偏上，考的东西不算冷门：贪心、树、数组模拟、DP，再加上离散化和二分。
难点不在算法本身，而在数据范围。有些题直接按题意模拟就能做，但数据一大就会超时，所以得先想清楚每次操作到底影响了什么，再决定怎么实现。
第一题：最小化树的高度（Minimum Height）
给定一棵有根树，表示一个包含 tree_nodes 张表的数据库，其中 表 1 是根节点。最多允许执行 max_operations 次操作。每次操作可以执行以下步骤：
- 选择一条连接父节点
v和其子节点u的边，并删除这条边(u, v)。 - 将节点
u及其整棵子树移动到根节点下，使u成为根节点的直接子节点，从而降低该节点及其子树的深度。
请确定经过最多 max_operations 次操作后，树可能达到的最小高度。
注意事项
- 树的高度（Height）：树中所有节点的最大深度。
- 节点的深度（Depth）：从根节点到该节点所经过的边数。
- 子树（Subtree）：有根树中的一个子图，包含某个节点、该节点的所有后代，以及连接这些后代的所有相关边。
解题思路
采用贪心策略。每次操作优先将最深的子树直接连接到根节点，这样可以尽可能降低树的高度。首先计算所有节点的深度，并按深度从大到小排序。每次选择最深的节点，将其子树切下来并挂到根节点下，直到用完操作次数。最后，剩余节点的最大深度就是答案。
第二题：水平 Pod 自动伸缩器（Horizontal Pod Autoscaler）
开发人员正在优化微服务的水平 Pod 自动伸缩器（Horizontal Pod Autoscaler）。系统中有 n 个微服务，第 i 个微服务当前的 Pod 数量为 pods[i]。根据流量变化，每个微服务的 Pod 数量可以增加或减少。此外，在预计流量较大的特定时刻，所有 Pod 数量小于 x 的微服务都会将 Pod 数量调整为 x。系统有一份包含 m 条记录的事件日志，使用二维数组 logs 表示，其中 logs[i] 是一个长度为 3 的整数数组。每条日志有以下两种含义：
[1, p, x]：将第p个微服务的 Pod 数量修改为x，其中1 ≤ p ≤ n。[2, -1, x]：将所有 Pod 数量小于x的微服务，其 Pod 数量统一调整为x。
你的任务是按照日志给出的顺序处理所有事件，并返回处理完成后每个微服务的 Pod 数量。
解题思路
采用模拟 + 优化的思路。遇到修改单个服务的日志 [1, p, x]，直接将数组中对应位置的值改为 x；遇到全局提升的日志 [2, -1, x]，不需要遍历数组逐个修改，只需用 global_min 记录当前的全局最小值。最后输出时，每个服务的最终 Pod 数量取 max(当前值, global_min) 即可，从而避免重复遍历数组，提高效率。
第三题：最大订单量（Maximum Order Volume）
一家超市将接到一系列电话，每通电话的开始时间、持续时间和订单量均已知。超市同一时间只能接听一通电话，未被接听的来电者不会再次拨打。请确定应该接听哪些电话，使订单总量最大化。
解题思路
给你 n个事件，每个事件开始于 start[i]，持续 dur[i]，会获得 vol[i] 的收益。同一时间只能进行一件事情，问最大可能的收益。我们考虑 DP，dp[i] 表示时间到达 i 时可能获得的最大收益。我们只需要考虑每个事件的末尾位置，那么状态转移就是 dp[i] = max(dp[i], dp[i - dur[i]] + vol[i])，然后当前这个位置可能的最大价值还需要往前再取一个 max，即 dp[i] = max(dp[i], dp[i - 1])，因为有可能不做这个事件。
再考虑到题目给出的时间范围很大，所以我们需要离散化，然后通过二分查找找到前一个符合条件的下标，从该位置继承最大收益就行了。
总结
这套题更看重对问题本身的分析，而不是套模板。做题时一方面要把条件读清楚，另一方面要先看数据范围，再决定能不能暴力。时间跨度很大的，想想离散化加二分；有大量批量更新的，想办法用一个标记代替逐个修改。平时刷题多留意这两类套路，遇到变形题也不容易慌。
如果你正在准备 Snowflake 或其他大厂的 OA 或面试，除了刷题，也可以结合真实面经熟悉常见题型和考察方向。InterviewShow 整理了 Microsoft、Amazon、Google、Stripe、TikTok 等科技公司的面试资料，可领取相关公司的 OA/VO 真题，帮助你了解常见考点和面试形式。我们也提供 OA 辅助和面试辅助服务，覆盖 Coding、System Design 和 BQ。你可以查看服务介绍，或直接联系我们了解详情。
FAQ
Snowflake OA 需要自己处理边界情况吗？
需要。建议检查空输入、极端数据范围、重复操作以及临界条件，尤其要确认每次操作完成后，后续操作是否会受到影响。提交前也应检查数组下标和状态转移是否正确。
Snowflake OA 写代码时应该注意什么？
除了保证结果正确，还要关注程序的运行效率。如果直接模拟需要反复遍历大量数据，可以考虑优化操作过程，避免不必要的重复计算。使用 HackerRank 作答时，也要留意函数签名、参数类型和返回值是否符合题目要求。
Snowflake OA 可以使用自己熟悉的编程语言吗？
具体支持哪些语言，需要以 HackerRank 考试页面提供的选项为准。备考时建议选择自己熟悉的语言，并提前练习标准输入输出、常用数据结构和排序等操作，减少考试时处理语法问题的时间。