2014年4月24日
摘要：
2014-04-24 21:52题目：如果你要设计一个网络爬虫，如何避免进入抓取死循环？解法：对网址做格式归一化，重复检测。设计一个碰撞率尽量低的签名算法，对每次抓取了的网址计算签名并保存入库。一个正常网站中的超链接会有大量有向的环路（没有环路就代表你无法通过点击链接的方式回到之前访问过的地方，这肯... 阅读全文
posted @ 2014-04-24 21:59
zhuli19901106
阅读(203)
评论(0)
推荐(0)
摘要：
2014-04-24 21:26题目：有一列数，范围全部在1~N之间，保证所有1~N之间的数字都会出现。如果你有4KB的内存，并且知道N最多是32000。请设计方法，找出N，并打印出所有有重复的数字。解法：既然是“重复”，那就可以用位向量了。再考察N的范围，4KB内存有32768个位，足以容下至多3... 阅读全文
posted @ 2014-04-24 21:51
zhuli19901106
阅读(153)
评论(0)
推荐(0)
摘要：
2014-04-24 21:06题目：假设你有40亿个不重复的非负整数存在一个文件里，1GB的内存。你要如何找出一个文件中不包含的整数呢？如果是10亿个整数，10MB内存又该如何？解法：前者内存充足，可以直接用一个位向量来标记整数的出现情况，然后顺序扫描找出第一个没出现过的数字。后者内存不足，可以把... 阅读全文
posted @ 2014-04-24 21:26
zhuli19901106
阅读(217)
评论(0)
推荐(0)
摘要：
2014-04-24 20:44题目：对于Facebook、Linkedin这样的社交网站，你要如何设计一个数据结构来表示用户之间的关系呢？比如两个用户互为2nd-degree connection。你要如何设计算法来找出他们之间的联系路径呢？解法：显然，社交网络的数据是平方级别的，因为任何人的联系... 阅读全文
posted @ 2014-04-24 21:06
zhuli19901106
阅读(190)
评论(0)
推荐(0)
摘要：
2014-04-24 00:38题目：加入你要设计一个服务，供至多1000个client查询每日股票的最高、最低、开盘、收盘价，请描述你要如何设计这个服务。解法：可以用SQL数据库组织，也可以用K-V数据库来提供更高性能。如果股票数量相对不大，还可以用XML文件组织数据。在百度里搜“BIDU”，或在... 阅读全文
posted @ 2014-04-24 05:04
zhuli19901106
阅读(194)
评论(0)
推荐(0)
摘要：
2014-04-24 00:05题目：用拉链法设计一个哈希表。解法：一个简单的哈希表，就看成一个数组就好了，每个元素是一个桶，用来放入元素。当有多个元素落入同一个桶的时候，就用链表把它们连起来。由元素值到哈希值的映射就是哈希函数了。代码： 1 // 8.10 Design a hash table... 阅读全文
posted @ 2014-04-24 00:15
zhuli19901106
阅读(278)
评论(0)
推荐(0)
摘要：
2014-04-23 23:57题目：如何设计一个内存文件系统，如果可以的话，附上一些代码示例。解法：很遗憾，对我来说不可以。完全没有相关经验，所以实在无从入手。这题目应该和工作经验相关吧？代码：1 // 8.9 How would you design an in-memory file syst... 阅读全文
posted @ 2014-04-24 00:05
zhuli19901106
阅读(169)
评论(0)
推荐(0)
浙公网安备 33010602011771号