百度2011实习生招聘笔试题
一、简答题：
1、extern “c”{}是什么含义？用来解决什么问题？
分析;extern "C" 包含双重含义，从字面上即可得到：首先，被它修饰的目标是“extern”的；其次，被它修饰的目标是“C”的。让我们来详细解读这两重含义。
extern “c”是指将该段代码以C语言形式进行编译、链接。由于C不支持函数重载，C与C++对于同一函数进行编译后在符号表中保存的函数名存在差异，故当进行C、C++混编时会出现一些问题。
单例模式 适配器模式 工厂模式 装饰模式
3、Tcp连接的time-wait是什么状态，描述其发生的场景，说明它存在的好处/坏处 。
分析：time_wait是TCP释放四次握手中的一个状态，当第三次握手完成时，即客户端收到来自服务器的FIN后，再发送一个ACK,客户便开始了time_wait状态。同时一个记时器开始记时，当达到2倍一个报文段在因特网中最大的生存期时代表超时。如果在超时前客户端再次收到FIN，则表示是服务器重发的FIN,客户端需重发送ACK。服务器在close socket之后便进入time_wait状态
算法设计与分析题
1、有N个任务(N < 1000)，其中有些任务的执行依赖于其他任务的执行，如A任务执行之后B任务才能执行，但这些任务之间不存在循环依赖。请用一个算法来输出这些任务的执行顺序。
拓扑排序
算法思路：
1 把各个任务之间的依赖关系用有向无环图来表示，例如A任务依赖B任务，则建立一条B指向A的弧。（题目要求可以保证这个图无环）
2 计算有向无环图中各个节点的入度。
3 输出入度为0的节点，并删除该节点和所有以它为尾的弧。
4 重复第3步，直到所有节点都已输出。
5 输出的节点序列即为拓扑排序序列，也为任务的执行顺序。
值得注意的是，拓扑排序序列也可以用来验证各个任务间是否存在循环依赖，也就是有向图是否存在环。如果输出的拓扑排序序列中包含了所有的任务，则有向图肯定不存在环。
伪代码：
在实际的实现中，对于入度为0的节点，不需要真正删除节点以及所有以它为尾的弧，可以转换为对弧头节点入度减1操作。
//假设用邻接表存储有向图
status TopologicalSort(ALGraph G) { //对各个节点求入度，存储在indegree数组中 FindInDegree(G, indegree); //初始化栈 InitStack(S); //遍历所有节点，把入度为0的节点加入栈 for(i=0; i<G.vexnum; i++){ if(!indegree(i)) Push(S, i); } count = 0; while(!StackEmpty(S)){ //出栈并输入之 Pop(S, i); printf(i, G.vertices[i].data); count++; //对所有它的邻接点进行入度减一操作，如果入度减为0，则进栈 for(p=G.vertices[i].firstarc; p; p=p->nextarc){ k = p->adjvex; if(!--indegree[k]) Push(S, k); } } //判断所有的有向图节点是否在拓扑排序序列中，如果在，则有向图无环，否则有环 if(count < G.vexnum) return ERROR; else return OK; }
时间复杂度分析：
假设有n个节点，e条弧。求各个节点入度花费O(e)，把入度为0的节点加入栈花费O(n)，while循环中每次对入度减一的操作可以看作删除一条弧的操作，把所有弧删除完了，while循环也结束了，因此while循环花费O(e)。所以总的时间复杂度为O(n+e)。
2、查找一个文本内的完整句子的数量，文本中包含大小写字母、空格、“，”和“.”，完整的句子是指以“.”结束，且“.”号前必须出现至少一个字母。写出程序。
思路：读入文本每一行，然后遍历。
记录每一行最后一个字符，若行首为“.”，则需要上一行末尾的字符。
int count_prefect_sentence(string str) { int i = 0, cnt = 0, hasOneLetter = 0; while(str[i]) { if(str[i] == '.') { if(hasOneLetter) cnt++; hasOneLetter = 0; } else if(isalpha(str[i])) hasOneLetter = 1; i++; } return cnt; }
系统设计题
1、有1000亿条记录，每个记录包含url、ip、访问时间，请设计一个系统，满足下面两个查询：
1.针对特定的时间段(精确到分)，计算访问特定url的ip数；
2.针对特定的时间段(精确到分)，计算访问特定ip访问的url数。
映射Map[url][time],将url进行字符串hash，再进行枚举统计。
这两题如果做成两维映射，内存吃不消，既然两题中的一维是已经指定的，变化的只是时间段，因此可以用一维表示，先预处理，再进行统计。
用的MapReduce的思想。
按时间分成小文件，各自对url和ip进行hash。
再分级做桶，同时merge各时间区段的hash表。
这样查询就能做到Log级别。
2009百度实习生笔试题目
一、编程题（30分）
输入：N（整数）
输入：数据文件A.txt，不超过6条记录，字符串长度不超过15个字节
文件格式如下：
字符串\t数字\n
说明：
每行为1条记录；字符串中不含有\t。
数字描述的是该字符串的出现概率，小于等于100的整数。
多条记录的出现概率之和为100，如果A.txt不满足该条件，程序则退出；
如果文件格式错误，程序也退出。
要求：
编写一个程序，输入为N（正整数），读入文件A.txt，按照字符串出现概率随机
地输出字符串，输出N条记录
例如：
输入文件A.txt
abc\t20
a\t30
de\t50
输入为：10
即 abc有20%的概率输出，a有30%的概率输出，de有50%的概率输出，输出10条记
录
以下为一次输出的结果,多次输出的结果可能不相同。
abc
a
de
de
abc
de
a
de
a
de
二、算法题（35分）
题目描述：
设有n个正整数，将它们联接成一排，组成一个最小的多位整数。
程序输入：n个数
程序输出：联接成的多位数
例如：
n=2时，2个整数32，321连接成的最小整数为：32132，
n=4时，4个整数55，31，312, 33 联接成的最小整数为：312313355
[题目要求]
1. 给出伪代码即可，请给出对应的文字说明，并使用上面给出的例子试验你的算
法。
2. 给出算法的时间空间复杂度。
3. 证明你的算法。（非常重要）
三、系统设计题（35分）
在一个有1000万用户的系统中，设计一个推送(feed)系统。以下是一些预定义概
念
1、用户：在这个系统中，每个用户用一个递增的unsigned int来表示user id(简
写为uid)；则uid的范围是从1到1000万的正整数。
2、好友：用户之间可以形成好友关系，好友是双向的；比如说uid为3和uid为4的
两个用户可以互为好友。每个用户好友的上限是500个；用户之间的好友关系可以
被解除
3、活动：每个用户只能发文章；文章可以被作者删除，其他人不能删除非自己发
表的文章；每篇文章通过一个blogid表示。
4、feed：我们希望，每个用户可以看到他所有好友的活动列表，在这个简化的系
统中就是所有好友的文章更新列表。
5、访问量要求：所有feed访问量每天在1亿量级；所有的blogid增加量每天在百
万量级。
题目：请在以上限制条件下，设计一个高效的feed访问系统。
要求：
1、能够尽快的返回每个用户的好友feed列表，每个用户可以最多保留1000条feed ；
feed的展现按照时间倒排序，最新的在最前面
2、用户删除某篇文章后，被推出去的feed需要及时消失。即每个用户看到的好友
feed都是未被删除的
3、尽可能高效。
