这次在 Snowflake 的一场算法面试中，候选人连续遇到了两道题，分别考察区间调度和图在时间维度上的连通性变化。两道题都是完整英文描述给出，面试官更关注思路是否稳定，以及推导过程是否一致。

第一道题的英文原文描述如下：

You are given an array of events where events[i] = [startDayi, endDayi].

Every event i starts at startDayi and ends at endDayi.

You can attend an event i at any day d where startDayi <= d <= endDayi.

You can only attend one event at any time d.

Return the maximum number of events you can attend.

候选人在看到题目时，能够立刻理解这是一个典型的区间问题，但在“如何选具体参加哪一天”这一点上有些犹豫。我们在现场先陪他把题意限定清楚：每个 event 只参加一天，同一天只能选一个 event，目标是数量最大。

在确认规则后，候选人开始从时间维度推导解法。我们在辅助过程中重点放在“每天的可选事件集合如何变化”这个角度，帮助他把注意力集中在 endDay 的选择顺序上，并且能够用一个连续的过程把样例从头推到尾。面试官在这一题中主要追问的是边界情况和复杂度，整体节奏比较顺。

第二道题转向了图结构，题目描述明显更偏 Snowflake 的风格，原文如下：

You are given an integer n and an undirected graph with n nodes labeled from 0 to n - 1.

The graph is represented by a 2D array edges, where edges[i] = [ui, vi, timei] indicates an undirected edge between nodes ui and vi that can be removed at timei.

You are also given an integer k.

Initially, the graph may be connected or disconnected.

Your task is to find the minimum time t such that after removing all edges with time <= t, the graph contains at least k connected components.

Return the minimum time t.

这道题一开始容易被理解成“删边之后数连通分量”，但真正的难点在于时间是单调变化的，而连通性状态是随着时间逐步演化的。

候选人在最初讲解时，能够描述清楚图的基本变化过程，但在“如何高效找到最小的 t”这一点上停顿了一下。我们在现场辅助他把问题转成一个单调性判断：随着 t 增大，被移除的边只会更多，连通分量数量只会不减。

在这个前提下，候选人自然过渡到用时间作为搜索维度，每一次判断某个时间点对应的图结构是否已经满足至少 k 个 connected components。我们协助他把“判断过程”和“时间搜索过程”分开描述，让整体逻辑保持清晰，也方便面试官跟随。

面试官在这道题中多次要求候选人口头推演极端情况，包括图一开始就已经满足条件，以及所有边都移除之后的状态。候选人在这些追问下能够保持前后一致，没有出现重新定义规则的情况。

这次 Snowflake 面试中，两道题都没有要求完整写出所有代码，重点集中在问题建模、单调性判断以及复杂度控制上。我们在现场的辅助主要围绕题意澄清、推导顺序整理，以及在追问出现前提前把思路铺平。

如果你也在准备Snowflake、Meta、TikTok等大厂的算法与系统设计面试，却不清楚如何拆题和应对各种边界，欢迎添加微信，即可领取北美面试求职通关秘诀。我们也有代面试，面试辅助，OA代写等服务助您早日上岸~