百度软件工程师面试题大全

发表于:2012-03-15来源:未知作者:seanhe点击数: 标签:
百度软件工程师面试题大全

  1、实现一个函数,对一个正整数n,算得到1需要的最少操作次数。操作规则为:如果n为偶数,将其除以2;如果n为奇数,可以加1或减1;一直处理下去。

  例子:

  func(7) = 4,可以证明最少需要4次运算

  n = 7

  n-1 6

  n/2 3

  n-1 2

  n/2 1

  要求:实现函数(实现尽可能高效) int func(unsign int n);n为输入,返回最小的运算次数。给出思路(文字描述),完成代码,并分析你算法的时间复杂度。

  答:

  [cpp] view plaincopyint func(unsigned int n)

  {

  if(n == 1)

  return 0;

  if(n % 2 == 0)

  return 1 + func(n/2);

  int x = func(n + 1);

  int y = func(n - 1);

  if(x > y)

  return y+1;

  else

  return x+1;

  }

  假设n表示成二进制有x bit,可以看出计算复杂度为O(2^x),也就是O(n)。

  将n转换到二进制空间来看(比如7为111,6为110):

  - 如果最后一位是0,则对应于偶数,直接进行除2操作。

  - 如果最后一位是1,情况则有些复杂。

  **如果最后几位是???01,则有可能为???001,???1111101。在第一种情况下,显然应该-1;在第二种情况下-1和+1最终需要的步数相同。所以在???01的情况下,应该选择-1操作。

  **如果最后几位是???011,则有可能为???0011,???11111011。在第一种情况下,+1和-1最终需要的步数相同;在第二种情况下+1步数更少些。所以在???011的情况下,应该选择+1操作。

  **如果最后有更多的连续1,也应该选择+1操作。

  如果最后剩下的各位都是1,则有11时应该选择-1;111时+1和-1相同;1111时应选择+1;大于四个1时也应该选择+1;

  [cpp] view plaincopyint func(unsigned int n)

  {

  if(n == 1)

  return 0;

  if(n % 2 == 0)

  return 1 + func(n/2);

  if(n == 3)

  return 2;

  if(n&2)

  return 1 + func(n+1);

  else

  return 1 + func(n-1);

  }

  2、找到满足条件的数组

  给定函数d(n)=n+n的各位之和,n为正整数,如d(78)=78+7+8=93。这样这个函数可以看成一个生成器,如93可以看成由78生成。

  定义数A:数A找不到一个数B可以由d(B)=A,即A不能由其他数生成。现在要写程序,找出1至10000里的所有符合数A定义的数。

  回答:

  申请一个长度为10000的bool数组,每个元素代表对应的值是否可以有其它数生成。开始时将数组中的值都初始化为false。

  由于大于10000的数的生成数必定大于10000,所以我们只需遍历1到10000中的数,计算生成数,并将bool数组中对应的值设置为true,表示这个数可以有其它数生成。

  最后bool数组中值为false的位置对应的整数就是不能由其它数生成的。

  3、一个大的含有50M个URL的记录,一个小的含有500个URL的记录,找出两个记录里相同的URL。

  回答:

  首先使用包含500个url的文件创建一个hash_set。

  然后遍历50M的url记录,如果url在hash_set中,则输出此url并从hash_set中删除这个url。

  所有输出的url就是两个记录里相同的url。

  4、海量日志数据,提取出某日访问百度次数最多的那个IP。

  回答:

  IP地址最多有2^32=4G种取值可能,所以不能完全加载到内存中。

  可以考虑分而治之的策略,按照IP地址的hash(IP)%1024值,将海量日志存储到1024个小文件中。每个小文件最多包含4M个IP地址。

  对于每个小文件,可以构建一个IP作为key,出现次数作为value的hash_map,并记录当前出现次数最多的1个IP地址。

  有了1024个小文件中的出现次数最多的IP,我们就可以轻松得到总体上出现次数最多的IP。

  5、有10个文件,每个文件1G,每个文件的每一行都存放的是用户的query,每个文件的query都可能重复。如何按照query的频度排序?

  回答:

  1)读取10个文件,按照hash(query)%10的结果将query写到对应的文件中。这样我们就有了10个大小约为1G的文件。任意一个query只会出现在某个文件中。

  2)对于1)中获得的10个文件,分别进行如下操作

  -利用hash_map(query,query_count)来统计每个query出现的次数。

  -利用堆排序算法对query按照出现次数进行排序。

  -将排序好的query输出的文件中。

  这样我们就获得了10个文件,每个文件中都是按频率排序好的query。

  3)对2)中获得的10个文件进行归并排序,并将最终结果输出到文件中。

  6、蚂蚁爬杆问题

  有一根27厘米长的细木杆,在第3厘米,7厘米,11厘米,17厘米,23厘米这五个位置上各有一只蚂蚁,木杆很细,不能同时通过两只蚂蚁,开始时,蚂蚁的头朝向左还是右是任意的,他们只会朝前走或掉头,但不会后退,当两只蚂蚁相遇后,蚂蚁会同时掉头朝反方向走,假设蚂蚁们每秒钟可以走1厘米的距离。求所有蚂蚁都离开木杆的最小时间和最大时间。

  答案:

  两只蚂蚁相遇后,各自掉头朝相反方向走。如果我们不考虑每个蚂蚁的具体身份,这和两只蚂蚁相遇后,打个招呼继续向前走没有什么区别。

  所有蚂蚁都离开木杆的最小时间为

  max(min(3,27-3),min(7,27-7), min(11,27-11), min(17,27-17),min(23,27-23))=11

  所有蚂蚁都离开木杆的最大时间为

  max(max(3,27-3),max(7,27-7), max(11,27-11), max(17,27-17),max(23,27-23))=24

  7、当在浏览器中输入一个url后回车,后台发生了什么?比如输入url后,你看到了百度的首页,那么这一切是如何发生的呢?

原文转自:http://www.ltesting.net