百度2011年实习生笔试题

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++对于同一个函数编译后在符号表中保存的函数名字存在差异，故当进行C、C++混合编程时会出现一些问题。

　　用来解决C与C++程序连接问题，extern “C”实现C和C++的混合编程。

 

2、写出至少两种设计模式，阐明其使用场景，有伪代码更好。

分析：

　　单例模式、适配器模式、工场模式、装饰模式等23种设计模式

　　具体请参考《设计模式》一书。

 

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状态是执行主动关闭的那段经历了这个状态，该端点停留在这个状态的持续时间是最长分节时间生命期（MSL）的两倍，有时候称之为2MSL。

　　任何TCP实现都必须为MSL选择一个值，MSL是任何IP数据报能够在因特网中存活的最长时间，这个时间是有限的，因为每个数据报含有一个称为跳限的8位字段，它的最大值为255,。

　　TIME_WAIT状态有两个存在的理由：

　　（1）可靠地实现TCP全双工连接的终止

　　假设最终的那个ACK丢失了，服务器将重新发送它的最终那个FIN，因此客户必须维护状态信息，以允许它重新发送最终那个ACK。如果TCP打算执行所有必要的工作以彻底终止某个连接上两个方向的数据流（即全双工关闭），那么它必须正确处理连接终止序列4个分节中任何一个分节丢失的情况。同时也说明了为什么执行主动关闭的那一端是处于TIME_WAIT状态的那一端：因为可能不得不重传最终那个ACK的就是那一端。

　　（2）允许老的重复分节在网络中消逝

　　假设12.11.22.11的1500端口和203.33.322.33的21端口之间有一个TCP连接。我们关闭这个连接，过一段时间后在相同IP地址和端口之间建立另一个连接。后一个连接称为前一个连接的化身，因为它们的IP地址和端口号都相同。TCP必须防止来自某个连接的老的重复分组在该连接已终止后再现，从而被误解成为属于同一个连接的某个新的化身。为了做到这一点，TCP将不给处于TIME_WAIT状态的连接发起新的化身。既然TIME_WAIT状态的持续时间是MSL的2倍，这就足以让某个方向上的分组最多存活MSL秒即被丢弃，另一个方向上的应答最多存活MSL秒也被丢弃。通过这个规则，我们保证每成功建立一个TCP连接时，来自该连接先前化身的老的重复分组都已经在网络中消逝了。

 

算法设计与分析

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。

分析：

　　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之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，可以转换为对弧头入度减１的操作。

　　

//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。
分析：

　　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; 
}

系统设计题目

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。

分析：　　

　　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。

 

 

---

　　转载请注明：http://www.cnblogs.com/iloveyouforever/