百度校园招聘笔试题目(2)

时间：2024-08-23 13:44:04 学人智库我要投稿

相关推荐

百度校园招聘笔试题目(2)

　　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。

百度校园招聘笔试题目(2)

　　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：

　　如果日志文件足够的大，大到不能完全加载到内存中的话。

　　那么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、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

　　6、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。