最近帮几位同学做了几场 Citadel OA ，总体感觉很统一： 时间紧 + 题不难但细节多，真正卡人的不是算法，而是建模能力 + 写代码速度。这篇直接把最新一轮 OA 情况 + 各岗位高频题给大家拆一下。
Citadel OA 需要多长时间？
根据候选人反馈，OA 时长通常为 75–90 分钟，具体取决于岗位：
- 软件工程：2 道编程题 + 量化/逻辑题。
- 量化研究：概率、编程和领域特定问题的混合。
- 金融/数据类岗位：带有金融背景的量化题 + 逻辑挑战。
时间管理至关重要。常见策略是先把 60–70% 的时间花在你最擅长的部分，然后用剩余时间攻克难题。
Citadel HackerRank 题目 独家分享
Citadel SWE HackerRank 题目
问题 1：回文密码转换
Topic description: 给你一个由小写字母组成的密码字符串。你需要将其转换为一个长度相同的新密码，该新密码必须同时满足两个条件：
- 新密码必须是回文（正读反读相同）。
- 每隔 k 个字符必须相同（即位置相差 k 的倍数的字符必须相同）。
返回使原密码满足条件所需的最小字符修改次数。
Enter:
- 字符串 s（1 ≤ |s| ≤ 10⁵），仅包含小写英文字母。
- 整数 k（1 ≤ k ≤ |s|）。
Output: 一个整数，表示所需的最小修改次数。
Example:
Plaintext
输入： s = "abcda" k = 2 输出： 2 解释： - 要成为回文，位置 (0,4) 和 (1,3) 必须相同。 - 要满足 k=2 的条件，位置 (0,2,4) 必须相同，位置 (1,3) 必须相同。 至少需要 2 次修改。
问题 2：无连续重复的进程调度
Topic description: 给你 n 个进程，需要将它们安排到 n_intervals 个时间槽中。每个时间槽必须安排且仅安排一个进程。同一进程不能安排在两个连续的时间槽中。
返回有效的调度方案总数。
Enter:
- 两个整数：n（1 ≤ n ≤ 20）和 n_intervals（1 ≤ n_intervals ≤ 50）。
Output: 一个整数，表示有效的调度方案数量。
示例 1：
输入： n = 2 n_intervals = 3 输出： 6 解释： 有两个进程（A、B）。长度为 3 的有效调度：ABA、BAB、ABB、BAA、AAB、BBA → 共 6 种。
示例 2：
输入： n = 3 n_intervals = 2 输出： 6 解释： 有三个进程（A、B、C）。长度为 2 且无连续重复的有效调度：AB、AC、BA、BC、CA、CB → 共 6 种。
Citadel 量化交易 HackerRank 题目
以下是量化交易职位常见的概率与期望值问题：
- 青蛙跳跃问题（Frog Jump Problem） 青蛙从 Ground → Rock → Grass 跳跃。
- P(Ground → Rock) = 1/3
- P(Rock → Grass) = 1/4 计算：逃脱所需的期望跳跃次数（E[num of jumps to escape]）。
- 五局三胜锦标赛（Tournament Best of 5） 两支队伍进行比赛，直到一方赢得 3 局（五局三胜）。 计算：比赛进行的期望局数（E[num of games played]）.
- 袜子配对概率（Socks Pairing Probability） 10 只袜子：5 只红色、5 只白色。 计算：抽取 4 只袜子后组成两对的概率.
- 相邻相同发色人数期望（Adjacent Pairs with Same Hair Color） 4 人红发，8 人黑发。 计算：相邻两人发色相同的期望对数（E[num of adjacent pairs w/ same color hair]）.
- 公交车晚点问题（Bus Lateness Problem）
- 红车晚点概率 3/4
- 蓝车晚点概率 1/3 一个人随机乘坐公交车。已知乘坐红车概率为 1/2，且该人迟到了，计算红车与蓝车的比例.
- 岛上游客问题（Tourists on Islands） 三名游客分别独立随机选择三个岛屿之一。 计算：三个岛屿游客数量中位数的期望值.
- 社区步行时间问题（Neighborhood Walk Time） 一个社区有 25 人，每人步行时间均值为 80 分钟，标准差为 10 分钟。 计算：整个社区总步行时间的标准差。
Citadel NXT HackerRank 题目
问题：实现高效的订单簿匹配引擎
允许时间： 45 minutes.
目标： 实现一个简化的订单簿核心功能，能够高效接收和处理买入与卖出订单。
数据结构设计要求：
- 使用 最大堆（max-heap） 存储所有买入订单（Bids），按订单价格优先（最高买价优先）。
- 使用 最小堆（min-heap） 存储所有卖出订单（Asks），按订单价格优先（最低卖价优先）。
匹配逻辑：
- 买入订单匹配：如果新买入订单的价格 ≥ 当前最低卖出订单价格，则发生交易。
- 卖出订单匹配：如果新卖出订单的价格 ≤ 当前最高买入订单价格，则发生交易。
- 交易发生后，从堆中移除已匹配的订单，并处理剩余数量。
功能要求：
- 编写一个中心函数来处理新订单。
- 输入：订单类型（buy/sell）、价格、数量。
- Output:
- 总交易量
- 交易后订单簿的状态（最佳买价和最佳卖价）
一站式求职辅助｜OA + 面试全流程支持
最近很多同学在准备大厂 OA / 面试，时间紧 + 压力大，确实很容易在关键环节翻车。Programhelp 主要做 OA 和面试相关的辅助支持，像 HackerRank、CodeSignal、牛客这些平台都比较熟，也整理了不少高频题和思路。这段时间确实已经帮不少同学顺利上岸大厂和量化岗位，很多其实差的就是临场一点点节奏和思路。如果你自己准备有点拿捏不准，或者总是卡在某一环，也可以来聊聊看看怎么优化更合适。
