Optiver 2026 OA 全面复盘|26NG / Intern 最新高频题型整理

最近刚完成 Optiver Software Engineer / Trading 岗位的 Online Assessment。这一轮和常规互联网公司完全不是一个风格,更像是一次"全维度能力筛选":数学、逻辑、概率、反应速度,再加上编程,一次性全拉满。

结合 2025--2026 的真实面经反馈和个人体验,这里整理一版结构清晰、重点突出的 OA 拆解,方便你快速抓住准备方向。


Optiver OA 整体结构(2026 最新)

整套 OA 时长大约 2.5--3 小时,共分为 5 个模块:

1. 80 in 8(Mental Math)

80 道算术题,8 分钟完成

2. NumberLogic / Sequences

数字序列规律识别

3. Beat the Odds

概率计算 + 简单博弈决策

4. Zap-N

认知与反应类测试(小游戏形式)

5. Coding(HackerRank)

2--3 道算法 / 模拟题(SWE 更重要)

一个核心结论:前四部分才是真正的筛选主力,Coding 反而是"相对标准化"的部分。


高频题型详解

80 in 8(Mental Math)

这是最关键的一关,同时也是淘汰率最高的部分。题目本身不难,但时间极端压缩,本质是在考"计算自动化能力"。

常见题型

  • 三位数 × 两位数
  • 三位数 ÷ 两位数
  • 百分比换算(如 17% of 350)
  • 分数加减 / 转换

备考重点

  • 提升"秒算能力",而不是笔算
  • 控制错误率,比盲目追求速度更重要
  • 目标:至少完成 60+,正确率 70%+

NumberLogic(数字规律)

这一部分类似 IQ 测试中的经典题型,但难度更灵活。

常见模式

  • 差分递增 / 交替变化
  • 平方 / 立方关系
  • 斐波那契变种
  • 质数序列

示例

2, 3, 5, 8, 12, 17, ?

规律:+1, +2, +3, +4, +5 → 下一项为 23

备考重点

  • 看到序列先看"差分"
  • 再考虑倍数、幂次或组合规律
  • 训练的是"模式识别速度",不是推导深度

Beat the Odds(概率与博弈)

这一部分更偏向量化思维,很多人会在这里被拉开差距。

常见考点

  • 抛硬币 / 骰子期望
  • 条件概率(基础贝叶斯)
  • 简单博弈(先手 / 后手策略)

核心特点

  • 有负分机制(答错扣分)
  • 不确定时"跳过"比乱猜更优

备考建议

  • 熟悉基础概率模型
  • 学会快速估算期望值
  • 用直觉辅助判断,而不是复杂推导

Zap-N(认知测试)

这一部分是很多人没预料到的"体力关"。

常见游戏类型

  • 反应点击(快速识别目标)
  • 多任务注意力分配
  • 空间旋转
  • 数字短时记忆

特点

  • 连续多轮,节奏非常紧
  • 极度依赖专注力和稳定性

建议

  • 提前做类似 cognitive test 练习
  • 保持节奏,不要因为一轮失误影响后面

Coding(HackerRank)

相比前面几轮,这部分反而"正常很多"。

高频题型(2025--2026)

  • Order Matching(订单撮合 / 模拟)
  • Stock Simulation(价格变化 / 最大收益)
  • 图论(最短路径 / 连通性)
  • 动态规划(交易次数限制等)

备考重点

  • 偏向 LeetCode Medium
  • 注重代码结构清晰
  • 边界条件处理非常关键

备战策略(26NG 实用版)

时间分配

优先级建议:

  1. 80 in 8
  2. Zap-N
  3. NumberLogic / Probability
  4. Coding

宁可 Coding 少写一点,也不要前面崩盘。


日常训练方式

  • 每天至少一套 Mental Math(核心)
  • 搭配数字序列 + 概率题训练
  • 每周做 1--2 次完整模拟(非常重要)

心态管理

Optiver OA 最大的问题不是"难",而是"压迫感"。

  • 时间极短
  • 连续高强度
  • 很容易中途心态崩

稳定发挥的人,往往比"最聪明的人"更容易过。


总结

Optiver 的 OA 本质是在筛选三件事:

  • 计算速度(80 in 8)
  • 思维敏捷度(NumberLogic + Probability)
  • 抗压稳定性(Zap-N)

Coding 只是"最后一层确认"。

如果你目标是 26NG / Intern,这一关一定要单独针对性准备,而不是用刷 LeetCode 的思路去应对。

相关推荐
kkai人工智能13 小时前
聚合90家免费API、独创Token压缩、免20美元月费:免费Claude Code
人工智能
Jerry17 小时前
LeetCode 189. 轮转数组
算法
Jerry17 小时前
LeetCode 739. 每日温度
算法
fanstuck18 小时前
1M 上下文能怎么用?我用 Seed Evolving 做了一个招标文件版本差异审查器
服务器·人工智能·数据分析·开源·aigc
墨舟的AI笔记20 小时前
React 组件库的 Tree Shaking:按需加载与副作用的工程化治理
人工智能
WoooChi21 小时前
DailyTech-20260724
人工智能·科技·业界资讯
zh路西法21 小时前
【CAM Grad-CAM Grad-CAM++】深度学习模型可解释性:从原理到YOLOv8部署实战
人工智能·深度学习·yolo·yolov8·grad-cam·cam
雨辰AI21 小时前
全集实战:企业级大模型服务化部署全栈指南|FastAPI 封装 + Nginx 负载均衡 + 高可用架构 从单机到生产一步到位
人工智能·ai·负载均衡·fastapi·ai编程
触底反弹21 小时前
Vibe Coding 不写 Git,等于悬崖边飙车
人工智能·git·面试
咖啡屋和酒吧1 天前
健康管理:现代生活的科学守护
人工智能·生活·精选