Amazon SWE 四轮 VO 过经：括号嵌套深度 + 字母异位词分组 + 自动售货机 OOD

VO1：BQ + Coding

面试官是个白人小哥，全程没怎么笑，话也不多。自我介绍刚说完就直接进 BQ，问了截止日期和跨部门协作的问题。追问得特别细，光按 STAR 模板背根本不够，得真的把故事吃透。

Coding：给一个包含圆括号和方括号的字符串，找出最深的嵌套层数。

思路：遍历一遍，碰到左括号深度加一并更新最大值，碰到右括号深度减一，最后返回最大深度。

Follow-up：如果只有一种括号，或者多种括号混在一起怎么处理？其实方法都一样。

def max_nesting_depth(s):
    depth = best = 0
    for c in s:
        if c in "([":
            depth += 1
            best = max(best, depth)
        elif c in ")]":
            depth -= 1
    return best

VO2：BQ + Coding

BQ：主要问信息不完整时怎么做决策，以及和同事或上级意见不一致时怎么应对。

Coding：给一个字符串数组，把互为字母异位词的单词分到同一组，不能用排序签名的解法。

思路：用长度为 26 的计数数组作为哈希表的 key，一次遍历就能完成分组。写完后跑了几组测试，还顺带聊了用质数乘积当 key 的隐患：溢出和碰撞问题。

from collections import defaultdict

def group_anagrams(words):
    groups = defaultdict(list)
    for w in words:
        count = [0] * 26
        for ch in w:
            count[ord(ch) - ord("a")] += 1
        groups[tuple(count)].append(w)
    return list(groups.values())

时间 O(n · L)，L 是单词平均长度。

VO3：OOD

面试官是个白人小姐姐，全程笑眯眯的，聊得比较随意。自我介绍后问了怎么帮助同事解决问题、团队协作相关的问题，还有和上级意见不一致或发生冲突时怎么处理。

OOD：设计一个自动售货机。核心是抽象出一个 Coin 基类，让不同国家的货币作为子类去继承并实现它。这轮整体更像在讨论设计思路，不像在考试。

VO4：BQ

1. Why do you want to apply for this position at Amazon?
2. How do you usually handle it when there's disagreement within your team?
3. Can you share a project that best represents your skills and experience?

这轮明显是在看你和团队的契合度。

BQ 准备建议：

• 用 STAR 把故事串起来，结果部分尽量拿数字说话，比如效率提升了多少、成本节省了多少。
• 每个故事最好能扣住一两条 Amazon 领导力准则（LP），面试官听起来会更容易认可。