这次分享的是一场 TikTok SDE OA，共 4 道 Coding 题，限时约 25 分钟。题目整体以常见算法题型为主，包括区间处理、字符串排序、矩阵旋转和 Sliding Window，整体难度不算高，但对解题速度和熟练度要求比较高。
这次题目整体偏算法实现，涉及 Difference Array、Prefix Sum、Sorting、Matrix Rotation、Sliding Window 等常见题型。对于平时刷过类似题目的候选人来说，题目本身并不陌生，但 OA 时间比较紧，能不能快速识别题型并直接套用熟悉的解题框架非常重要。
下面按照这次 OA 的题目顺序，整理四道题的主要思路，方便准备 TikTok SDE OA 的同学提前熟悉题型。
TikTok SDE OA 四道题概览
| 题目 | 主要题型 | 核心方法 |
|---|---|---|
| Q1 | 区间覆盖 / 查询 | Difference Array + Prefix Sum |
| Q2 | 字符串 / 排序 | Counting + Sorting |
| Q3 | 矩阵操作 | Matrix Rotation |
| Q4 | 子数组 / 计数 | Sliding Window + Hash Map |
这四道题的共同特点是：并不一定需要非常复杂的算法，但需要快速判断题目的核心数据结构和操作方式。
Q1：区间照明与查询
题目思路
第一题可以理解为一个典型的 区间覆盖 + 查询 问题。有若干个灯光覆盖区间，每个区间会照亮一段连续的数轴范围。随后给出若干查询点，需要判断每个位置被多少个灯照亮。
如果直接遍历每个灯光区间，再把区间中的每个位置逐个加一，在数据规模较大的情况下效率会比较低。这类题比较典型的做法就是 Difference Array（差分数组）+ Prefix Sum（前缀和）。
解题方法
假设一个灯光覆盖区间为：[l, r] 不需要把整个区间全部加一，只需要修改两个位置：
diff[l] += 1
diff[r + 1] -= 1所有区间处理完成后，再从左到右计算 Prefix Sum。例如：
位置： 1 2 3 4 5
diff： +1 0 0 -1 0进行前缀累加之后，就可以得到每个位置实际被多少个区间覆盖。因此，查询某个位置时，直接读取对应的前缀和即可。
这道题考什么？
这道题的核心不是复杂的数据结构，而是能不能快速识别出：多个区间更新 + 多个位置查询 → Difference Array + Prefix Sum如果每次都直接修改整个区间，很容易在 OA 中浪费大量时间。
需要注意
实现时尤其注意：
- 区间是否包含左右端点
r + 1是否超出数组范围- 查询点是否一定在给定范围内
- 坐标范围是否很大
如果数轴范围非常大，也需要根据题目的数据范围考虑是否需要坐标压缩。
Q2：按照元音数量与辅音数量排序单词
题目思路
第二题是一个比较典型的 字符串统计 + 自定义排序 问题。对于每个单词，首先统计其中有多少个元音。假设：
v = 元音数量
len = 单词长度那么辅音数量就是：len – v 题目要求计算：|v – (len – v)| 也就是元音数量和辅音数量之间的差值。 之后按照两个规则排序：
- 首先按照差值从小到大排序
- 如果差值相同，再按照字典序排序
解题方法
可以为每个单词建立一个排序 key：(difference, word) 其中：difference = abs(v – (len – v))
例如有：
apple
banana
orange分别计算每个单词的元音数量和差值，然后按照：(difference, word) 进行排序即可。
为什么这样做？
这类题非常适合直接使用 custom sorting。与其写很多层 if/else 判断两个单词谁应该排在前面，不如把题目的排序规则直接转换成一个 tuple。
例如：key = (difference, word) 语言本身的排序机制就可以自动完成：
先比较 difference
↓
difference 相同
↓
再比较 word这道题的核心考点
主要包括：
- String Traversal
- Character Counting
- Absolute Difference
- Custom Sorting
- Lexicographical Order
题目本身不复杂，真正需要注意的是不要把两个排序条件的优先级写反。
Q3：矩阵四区域旋转
题目思路
第三题是这次 OA 中比较容易卡实现细节的一道。给定一个矩阵，矩阵中的两条主对角线元素保持不变。两条对角线会把矩阵划分成四个区域，每次操作都需要将这四个区域按照顺时针方向进行轮换。如果需要旋转多次，题目还会给出一个 turns 参数。
关键观察：旋转4次等于没有变化
四个区域进行轮换，本质上是一个长度为 4 的循环。因此：turns % 4 可以直接消除重复操作。
例如：
turns = 1 → 旋转一次
turns = 2 → 旋转两次
turns = 3 → 旋转三次
turns = 4 → 等于不旋转
turns = 5 → 等于旋转一次所以实际需要执行的次数是：turns % 4
解题方法
首先明确矩阵中的四个区域：
主对角线
\ /
\ /
区域 1 | 区域 2
-------+-------
区域 3 | 区域 4
/ \
/ \
副对角线两条对角线上的元素不参与区域交换。每次旋转时，只需要按照顺时针方向完成四块区域的数据交换。可以把四个区域看成：
A → B
B → C
C → D
D → A为了避免覆盖原始数据，需要使用临时变量或者临时数组保存其中一块内容。
这道题最容易出错的地方
矩阵题通常不是算法想不到，而是下标容易写错。尤其需要注意：
- 两条对角线不能移动
- 四个区域边界是否包含
- 奇数矩阵中心点属于哪部分
- 旋转方向不能搞反
- 多次旋转可以先
turns % 4
如果时间比较紧，建议先在一个很小的矩阵上手动验证一次旋转结果，再开始正式提交。
Q4：至少 K 对水果的连续子数组
题目思路
题目可以理解为给定一个水果数组，需要找到满足条件的连续子数组。对于每一种水果，如果它出现了 freq 次，那么可以组成：freq // 2 对水果。
例如：apple 出现 5 次，那么可以组成：5 // 2 = 2 对，因此，可以维护当前窗口内所有水果能够组成的 pair 数量：sum(freq // 2)，当窗口中已经至少有 k 对水果时，就说明当前窗口满足条件。
Sliding Window 怎么做？
定义两个指针：
left
right右指针不断向右扩张窗口。每加入一个水果：freq[fruit] += 1 同时更新当前窗口能够组成的 pair 数量。当：sum(freq // 2) >= k，说明当前窗口已经满足条件。这时候开始移动 left，尽可能缩小窗口。
为什么可以用滑动窗口？
因为随着 right 不断向右移动，窗口中的元素只会增加。当窗口第一次满足：pairs >= k，之后，如果继续向左移动 left，就可以找到更多满足条件的起点。
假设当前 right 固定，经过收缩之后：[left … right] 已经是满足条件的最小窗口。那么比 left 更靠左的所有起点，也都会形成满足条件的子数组。因此可以一次性累计合法子数组数量，而不需要枚举所有子数组。
一个简单的例子
假设当前窗口为：apple apple banana banana orange
那么：
apple → 2 个 → 1 对
banana → 2 个 → 1 对
orange → 1 个 → 0 对因此：sum(freq // 2) = 2 如果题目要求：k = 2，那么当前窗口已经满足条件。接下来就可以移动 left，寻找更短的合法窗口。
这道题的核心考点
这道题主要考察：
- Sliding Window
- Hash Map / Frequency Map
- Frequency Counting
- Two Pointers
- Subarray Counting
其中最关键的是理解：sum(freq // 2)，为什么能够表示当前窗口中可以组成多少对。如果每次窗口变化都重新遍历所有水果计算 pair 数量，效率会比较低。更好的方法是随着元素加入和移除，动态维护这个值。
TikTok SDE OA 这四道题考了什么？
从这次 OA 的四道题来看，题型覆盖面比较广，但每道题都有比较明确的解题模板。
1. 区间问题
Q1 对应：Difference Array + Prefix Sum 看到大量区间更新和位置查询时，可以优先考虑差分数组。
2. 字符串与排序
Q2 对应：Counting + Custom Sorting 先把题目中的排序条件转化成一个可以比较的 key，再直接排序。
3. 矩阵模拟
Q3 对应：Matrix Manipulation + Cyclic Rotation 重点不是复杂算法，而是正确处理矩阵边界、对角线和区域映射。
4. 连续子数组
Q4 对应：Sliding Window + Frequency Map 当题目要求连续子数组，并且窗口满足某个可以动态维护的条件时，可以考虑滑动窗口。
TikTok SDE OA 备考建议
这次 OA 一个比较明显的特点是 题目本身不一定特别难，但时间非常重要。如果四道题需要在 25 分钟左右完成，那么平均每道题只有几分钟。这种情况下，与其遇到题目之后从零开始推导，不如提前把常见模板练熟。
Difference Array
需要熟悉：
diff[l] += 1
diff[r + 1] -= 1以及之后的 Prefix Sum。
Sorting
需要熟悉：key = (primary_condition, secondary_condition)这种多条件排序方式。
Matrix
需要熟悉：
- 矩阵边界
- 顺时针 / 逆时针旋转
- 四块区域交换
- 对角线处理
turns % 4
Sliding Window
需要熟悉：
right 扩张
↓
维护窗口状态
↓
满足条件
↓
left 收缩
↓
累计答案尤其是 “满足条件之后如何累计答案”，这是很多 Sliding Window 题最容易漏掉的部分。
TikTok SDE OA 备考建议
这次 OA 的四道题分别对应几种常见 Coding 模板：
- Q1：Difference Array + Prefix Sum：适用于区间更新与位置查询
- Q2：Counting + Custom Sorting：适用于字符串统计和多条件排序
- Q3：Matrix Manipulation + Simulation：重点处理矩阵边界、区域交换和旋转方向
- Q4：Sliding Window + Frequency Map：适用于连续子数组和动态计数
如果 OA 时间只有 25 分钟左右，熟悉这些基础模板可以减少从零分析的时间。除了掌握算法本身，也需要注意 Edge Cases、时间复杂度以及实现细节，尤其是矩阵下标和 Sliding Window 的窗口收缩逻辑。
如果你还需要针对 OA、VO 或 Coding 的专项准备，也可以了解 InterviewShow 的一对一面试辅导，结合具体面试环节进行准备。
祝面试顺利。