OfferForge 导师 Dr. W. — 博士毕业，前 FAANG Senior MLE。研究方向为大规模分布式机器学习系统，曾在顶级国际学术会议发表多篇论文。负责团队学术方向把控与 MLE 面试辅导。
OfferForge 导师 Dr. S. — 前大厂 Senior SDE，精通分布式系统与大规模数据处理。曾在顶级技术会议发表多篇技术报告，专注于系统可扩展性与可靠性。负责课程体系设计与 System Design 面试辅导。
OfferForge 导师 Dr. L. — 前大厂 Senior SDE，深耕分布式系统与微服务架构。在服务治理、事件驱动架构方面有丰富实战经验。负责求职策略制定与 SDE 面试辅导，已帮助多位候选人斩获 Senior 级别 Offer。
整场OA和往常一样，依然是在 HackerRank 平台上完成，不需要共享屏幕，也不要求开摄像头。总时长是六十分钟，要求完成两道编程题。整体难度处于中等水平，如果思路清晰并能写出高效算法，完全可以拿到满分。但如果单纯依赖生成式 AI 给出的代码，往往难以通过所有隐藏测试用例。每道题大约有十个测试用例，其中一部分是公开的，剩下的则是隐藏的 case，需要考虑边界情况才能保证全部通过。
第一题的背景是一个投资组合的交易序列。每笔交易可能是收益，也可能是亏损，分别用正整数和负整数表示。初始账户余额为零，我们可以任意调整交易的顺序，目标是尽可能多地完成交易，并在过程中保持账户余额始终大于零。这个问题本质上是一个贪心问题。为了保证余额不掉到零以下，最直观的策略是尽量先执行大的正数交易，用这些收益尽快把余额积累起来，从而为后续的负数交易提供缓冲。
具体实现时，可以将所有交易按数值大小从高到低排序，然后依次累加更新余额。每处理一笔交易，如果余额仍然大于零，就将计数器加一。一旦某笔交易导致余额小于等于零，就必须停止，因为后面剩下的交易只会更小，继续处理只会让情况更糟。
该方法的时间复杂度是 O(n log n)，主要耗时在排序，空间复杂度为 O(1)，只需常数个变量来维护余额和计数器。这完全可以应对题目给定的规模 n ≤ 10^5。
第二题的设定是一组用户登录的时间戳和一个时间窗口。如果两次登录的时间差小于或等于窗口，就认为这是一对可疑的登录尝试，题目要求统计所有这样的可疑对。最直接的方法是枚举所有可能的两两组合，但复杂度是 O(n^2)，在大规模输入下无法接受。优化的核心在于排序和滑动窗口。