Google VO 准备：BQ 与 Coding 怎样分别练、一起练

两条准备线，解决不同的问题

本文以 Google 相关求职准备为主题，提供 BQ 与 Coding 的训练框架，不确认某岗位当前一定采用“一轮行为加一轮编码”的固定安排。面试结构以邀请信息为准。

BQ 需要把经历讲得具体可信；Coding 需要让对方理解问题建模、方案选择与正确性。两者都依赖清晰表达，但不能用同一种背稿方式处理。

BQ：先有事实，再组织结构

选择一段自己能够接受持续追问的真实经历。写下背景、目标、本人行动、观察到的结果与后续反思。讲述时减少背景铺垫，把时间留给自己如何判断和采取行动。

• 遇到分歧时，你具体提出了什么？
• 为什么没有选择另一个方案？
• 如何知道行动产生了效果？
• 如果重新做一次，会改变哪个步骤？

没有独立负责过的工作，应明确说明参与范围；团队成果和个人贡献不要混淆。

Coding：让推导过程可以被检查

拿到问题后先用小样例确认理解，再给出基础解法。优化时说明减少了哪部分重复计算，以及额外引入了什么空间或约束。实现之前用一句话定义关键状态。

自拟练习：无向图的连通分量

给定 n 个节点及无向边，统计互不连通的节点组。先讨论孤立节点、重复边和无边图，再选择遍历或并查集。

def component_count(n, edges):
    graph = [[] for _ in range(n)]
    for a, b in edges:
        graph[a].append(b)
        graph[b].append(a)
    visited = set()
    groups = 0
    for start in range(n):
        if start in visited:
            continue
        groups += 1
        visited.add(start)
        stack = [start]
        while stack:
            node = stack.pop()
            for nxt in graph[node]:
                if nxt not in visited:
                    visited.add(nxt)
                    stack.append(nxt)
    return groups

这里假设所有边端点都在 0 到 n-1 范围内。时间与空间复杂度均为 O(n+m)，m 为边数。这是通用练习，不是对真实面试题的披露。

将两条线放到同一次模拟里

先讲一个简短项目经历，再完成一道算法题，最后回答一个反思问题。观察切换主题后是否仍能保持结构，以及被追问时能否准确区分已知事实和待验证假设。

复盘标准

BQ 检查具体行动是否清晰，Coding 检查算法是否正确、测试是否覆盖边界。不要把一次模拟的顺利程度推断为某家公司确定的评价标准或录用门槛。

联系 VOPathway

希望把这些方法用于自己的准备，可以联系 VOPathway 说明目标岗位、准备阶段、预计时间与当前难点。

• 微信：Coding0201
• 邮箱：[email protected]
• Telegram：@OAVOProxy
• WhatsApp：+86 178 6396 8105

提供 OA辅助、VO辅助与 VO辅导，围绕考前练习、模拟面试和面后复盘制定训练计划。