大厂真题 / OPPO

OPPO 8.8 笔试真题 - 数据分析岗

本场考试概述

考试时间：2026年8月8日

考试岗位：数据分析岗

考试方向：编程题、SQL、AI Coding

难度评级：简单偏中等

本页收录考点：

• 第一题：字符串模拟、转义扫描（难度简单）
• 第二题：分组聚合、COUNT(DISTINCT)、HAVING 与多字段排序（难度中等）

建议策略：

• 编程题先明确“反斜杠只作用于紧随其后的一个字符”，再做线性扫描，避免只看下划线前一个字符
• SQL 题先拆分单行过滤、分组统计、组级过滤和结果排序，再分别放入 WHERE、聚合函数、HAVING 和 ORDER BY
• 活跃设备数与行为记录数是两种统计口径：前者需要去重，后者不能去重

本页仅整理题目信息完整、能够独立验证的两道题。

第 1 题：下划线转义

题目描述

在一般的 LaTeX 渲染中，下划线 _ 若要被正常显示，需要在它前面放置一个有效的反斜杠 \。

反斜杠本身也可以被转义。从左到右解析字符串时，一个反斜杠会作用于紧随其后的一个字符；被作用过的字符不会继续转义后面的字符。

给定一个由可见 ASCII 字符组成的字符串，请计算至少还需要补多少个反斜杠，才能让其中所有下划线都被正常显示。

输入描述

第一行输入一个整数 $n$，表示字符串长度，其中 $1 \le n \le 2\times 10^5$。

第二行输入一个长度为 $n$ 的字符串 $s$。

输出描述

输出一个整数，表示至少还需要补充的反斜杠数量。

样例

输入

4
\___

输出

2

样例解释

第一个反斜杠作用于紧随其后的第一个下划线，因此这个下划线已经被转义。后面两个下划线都是裸露的，各需要补一个反斜杠。

另一个容易误判的例子是字符串 \\_：第一根反斜杠转义第二根反斜杠，第二根反斜杠不再作用于下划线，因此仍需补一个反斜杠。

思路分析

把指针放在下一个尚未解析的字符上，并从左到右扫描：

1. 当前字符是反斜杠时，它会与后面的一个字符共同构成一个解析单元。无论后一个字符是什么，都将指针向后移动两位。
2. 当前字符是下划线时，说明它没有被前面的反斜杠消费，因此必须补一个反斜杠，答案加一，再向后移动一位。
3. 当前字符是其他字符时，直接向后移动一位。

为什么可以直接统计扫描过程中遇到的裸下划线？因为在裸下划线前补一根反斜杠，只会让新反斜杠作用于当前下划线，不会改变左侧已经完成的解析，也不会影响右侧尚未解析的部分。因此每个裸下划线恰好需要补一根，局部最优可以组成全局最优。

正确性证明

扫描指针始终指向尚未被任何有效反斜杠作用的第一个字符。

• 如果当前字符是反斜杠，按照题意，它必然作用于下一个字符，所以同时跳过这两个字符不会遗漏任何需要处理的下划线。
• 如果当前字符是下划线，由于它仍位于扫描指针处，说明它没有被此前的反斜杠作用。任何合法方案都至少要在它前面补一根反斜杠；补一根已经足够，因此答案增加一是必要且最优的。
• 其他字符既不需要转义，也不会转义后续字符，跳过它不会改变答案。

算法逐个解析所有字符，并对每个裸下划线执行一次必要且充分的补充，所以最终计数就是最少需要补充的反斜杠数量。

题解代码

import sys


def solve() -> None:
    input_stream = sys.stdin
    length_line = input_stream.readline()
    if not length_line:
        return

    n = int(length_line)
    s = input_stream.readline().rstrip("\n")
    if s.endswith("\r"):
        s = s[:-1]

    missing = 0
    i = 0

    while i < n:
        if s[i] == "\\":
            i += 2
        elif s[i] == "_":
            missing += 1
            i += 1
        else:
            i += 1

    print(missing)


if __name__ == "__main__":
    solve()

复杂度分析

时间复杂度：$O(n)$，指针始终向右移动，每个字符至多被处理一次。

空间复杂度：$O(n)$，用于存储输入字符串；除输入外只使用常数个变量。

易错点

• 不能只判断下划线左边是否为反斜杠；连续两根反斜杠会互相形成转义单元
• 读入字符串时不要使用 strip()，否则可能误删题目允许的首尾空格
• 字符串末尾只有一根反斜杠时，i += 2 只会让指针越过末尾，不会发生越界访问
• 反斜杠在 Python 字符串字面量中要写成 "\\"

第 2 题：各渠道活跃设备数与行为记录数

题目描述

某智能终端业务使用设备行为日志表 c21_oppo_device_event_log 记录各渠道的每日设备行为。

请统计 2026-09-01 各渠道的活跃设备数和行为记录数，并满足以下要求：

1. 只统计 ACTIVE、APP_OPEN、PAY 三种行为，其他行为不计入
2. 活跃设备数为不同设备的数量
3. 行为记录数为符合条件的日志总条数
4. 只输出活跃设备数不少于 2 的渠道
5. 返回字段依次为 channel、active_device_count、event_count
6. 先按 active_device_count 降序，再按 event_count 降序，若仍相同则按 channel 升序

表结构

c21_oppo_device_event_log：

• event_id INT：行为记录 ID，主键
• event_date DATE：行为日期
• channel VARCHAR(20)：渠道名称
• device_id INT：设备 ID
• event_type VARCHAR(20)：行为类型，可能取 ACTIVE、APP_OPEN、PAY、HEARTBEAT

样例

输入

CREATE TABLE c21_oppo_device_event_log (
    event_id INT PRIMARY KEY,
    event_date DATE NOT NULL,
    channel VARCHAR(20) NOT NULL,
    device_id INT NOT NULL,
    event_type VARCHAR(20) NOT NULL
);

INSERT INTO c21_oppo_device_event_log VALUES
(1,  '2026-09-01', 'official_web', 401, 'ACTIVE'),
(2,  '2026-09-01', 'official_web', 401, 'PAY'),
(3,  '2026-09-01', 'official_web', 402, 'APP_OPEN'),
(4,  '2026-09-01', 'oem',          301, 'ACTIVE'),
(5,  '2026-09-01', 'oem',          301, 'APP_OPEN'),
(6,  '2026-09-01', 'oem',          302, 'ACTIVE'),
(7,  '2026-09-01', 'ad_feed',      201, 'ACTIVE'),
(8,  '2026-09-01', 'ad_feed',      201, 'APP_OPEN'),
(9,  '2026-09-01', 'ad_feed',      202, 'ACTIVE'),
(10, '2026-09-01', 'ad_feed',      202, 'PAY'),
(11, '2026-09-01', 'app_store',    101, 'ACTIVE'),
(12, '2026-09-01', 'app_store',    101, 'APP_OPEN'),
(13, '2026-09-01', 'app_store',    101, 'PAY'),
(14, '2026-09-01', 'app_store',    102, 'ACTIVE'),
(15, '2026-09-01', 'app_store',    102, 'APP_OPEN'),
(16, '2026-09-01', 'app_store',    103, 'ACTIVE'),
(17, '2026-09-01', 'app_store',    103, 'HEARTBEAT'),
(18, '2026-09-01', 'preinstall',   501, 'ACTIVE'),
(19, '2026-09-01', 'preinstall',   501, 'APP_OPEN'),
(20, '2026-09-01', 'preinstall',   502, 'HEARTBEAT'),
(21, '2026-09-02', 'app_store',    104, 'ACTIVE'),
(22, '2026-08-31', 'ad_feed',      203, 'ACTIVE');

输出

channel      | active_device_count | event_count
app_store    | 3                   | 6
ad_feed      | 2                   | 4
oem          | 2                   | 3
official_web | 2                   | 3

思路分析

这道题需要把四类操作放到正确的 SQL 阶段。

第一步：用 WHERE 做单行过滤

日期和行为类型都能针对单条日志判断，因此先保留 2026-09-01 且行为类型属于指定集合的记录。HEARTBEAT 以及其他日期的日志都应在聚合前移除。

第二步：按渠道分组并计算两种口径

• COUNT(DISTINCT device_id) 统计不同设备数量
• COUNT(*) 统计过滤后保留下来的日志数量

同一台设备可能产生多条日志，因此这两个指标不能混用。

第三步：用 HAVING 做组级过滤

“活跃设备数不少于 2”只有完成分组后才能判断，应写在 HAVING 中，不能写在 WHERE 中。

第四步：完整实现三级排序

依次按设备数降序、记录数降序、渠道名升序排序。样例中的 oem 与 official_web 前两个指标完全相同，最后一级排序决定它们的稳定顺序。

题解代码

SELECT
    channel,
    COUNT(DISTINCT device_id) AS active_device_count,
    COUNT(*) AS event_count
FROM c21_oppo_device_event_log
WHERE event_date = '2026-09-01'
  AND event_type IN ('ACTIVE', 'APP_OPEN', 'PAY')
GROUP BY channel
HAVING COUNT(DISTINCT device_id) >= 2
ORDER BY
    active_device_count DESC,
    event_count DESC,
    channel ASC;

复杂度分析

时间复杂度：在没有可用索引时为 $O(n)$ 的日志扫描，分组与去重还会产生与各渠道设备集合规模相关的哈希或排序开销。

空间复杂度：最坏为 $O(n)$，用于维护分组结果和各渠道的去重设备集合。

易错点

• 活跃设备数必须使用 COUNT(DISTINCT device_id)，不能写成 COUNT(*)
• 行为记录数不能去重，同一设备的多次有效行为都应计入
• HEARTBEAT 必须在聚合前过滤，否则只产生心跳的设备会被错误计为活跃设备
• “不少于 2”是 >= 2，不是 > 2
• 组级条件应使用 HAVING，不能在 WHERE 中引用聚合结果
• 三级排序必须全部写出，否则指标相同时结果顺序不稳定

知识点总结

数据分析岗笔试不一定追求高难度算法，但很重视边界条件和统计口径。字符串题要把解析规则转成稳定的扫描状态，SQL 题则要明确每个条件属于查询执行过程的哪一层。