腾讯2014软件开发笔试题目
-----9月21日，腾讯2014软件开发校招-简答题-广州
简答题：
1、请设计一个排队系统，能够让每个进入队伍的用户都能看到自己在 中所处的位置和变化。队伍可能随时有人加入和退出，当有人退出影响到用户的位置排名时需要即时反馈到用户。
2、A、B两个整数集合，设计一个算法求他们的交集，尽可能的高效。
（博主能力有限，不是所有题目都会求解，第1题不是我的擅长，这里贴出来让大家知道腾讯的考题。我的重点放在第2题上面！）
第2题 题解（个人见解，仅供参考！）
思路1：排序法
对集合A和集合B进行排序（升序，用快排，平均复杂度O(N*logN)），设置两个指针p和q，同时指向集合A和集合B的最小值，不相等的话移动*p和*q中较小值的指针，相等的话同时移动指针p和q，并且记下相等的数字，为交集的元素之一，依次操作，直到其中一个集合没有元素可比较为止。
优点：操作简单，容易实现。
缺点：使用的排序算法不当，会耗费大量的时间，比如对排好序的集合使用快排， 时间复杂度是O(N2)
这种算法是大家都能比较快速想到的办法，绝大多数时间放在了对集合的排序上，快排的平均复杂度是O(N*logN)，对排好序的集合做查找操作，时间复杂度为O（N），当然这种算法肯定比遍历要快多了。
code：
#include <stdio.h>
#include <stdlib.h>
#define M 8
#define N 5
int cmp(const void *a, const void *b)
{
int *x = (int *)a;
int *y = (int *)b;
return (*x) - (*y);
}
int main(void)
{
int A[] = {-1, 2 ,39 ,10, 6, 11, 188, 10};
int B[] = {39 ,8 , 10, 6, -1};
//对数组A和数组B进行快排
qsort(A, M, sizeof(int), cmp);
qsort(B, N, sizeof(int), cmp);
//FindIntersection(A, B);
int i = 0, j = 0;
int cnt = 0;
int result[M > N ? M : N];//保存集合的结果
//设置i、j索引，分别指向数组A和B，相等则同时移动，不相等则移动较小值的索引
while(i < M && j < N)
{
if(A[i] == B[j])
{
result[cnt] = A[i];
i++;
j++;
cnt++;
}
else if(A[i] < B[j])
{
i++;
}
else
{
j++;
}
}
for(i = 0; i < cnt; i++)
{
printf("%4d", result[i]);
}
return 0;
}
思路2：索引法
以空间换时间，把集合中的元素作为数组下表的索引。来看例子：
A= { 1, 1, 1 ,12, 13, 25}，那Asub[1] = 3,Asub[12] = 1 ,Asub[13] = 1 ,Asub[25] = 1 ;
B=｛1, 2, 1, 3, 15 , 2｝那Bsub[1] = 2; Bsub[2] = 2; Bsub[3] = 1; Bsub[15] = 1;
对元素少的集合扫一遍，发现Asub[1] = 3 和Bsub[1] = 2有相同的索引1，并且重复度为2，所以交集肯定包括{1, 1}; Bsub[2] = 2而Asub[2] = 0，表示无交集，依次类推，可以得到集合A和B的交集。
假设集合中存在负数，可以把集合分成正整数和负整数（加个负号变正整数）两部分，解法同上！
优点：速度快，时间复杂度O(N)
缺点：空间消耗大，以空间换取时间
这是我看到题目第一个想到的算法，再来想到排序法，而集合压缩是有感而发的，索引法的缺点是空间消耗多，原因是可能索引值太大，要申请很多的不必要的空间，这个缺点也是有克服的方法的，就是采用哈希查找，找到一个比较合适的哈希函数，把索引的值减小了，从而减少消耗的内存空间。比如哈希函数为f(x) = (x + MOD) % MOD （除留余数法，MOD为常数），还有平方取中法、折叠法等方法，然而，无论哈希函数设计有多么精细，都会产生冲突现象，也就是2个关键字处理函数的结果映射在了同一位置上，因此，有一些方法可以避免冲突。这里没有仔细钻研，只提供一些思路，有兴趣的朋友可以继续研究。
code：（我的代码仅适用与正整数部分，未处理负数）
/*
Tencent: A、B两个整数集合，设计一个算法求他们的交集，尽可能的高效
*/
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#define M 8
#define N 7
int Mymin(int a, int b)
{
return a < b ? a : b;
}
int main(void)
{
int A[] = {1, 10, 12, 23, 5, 10, 45, 12};
int B[] = {1, 10, 12, 123, 52, 10, 12};
//find MaxNumber in A
int ifindA = 0;
int MaxInA = A[0];
for(ifindA = 0; ifindA < M; ifindA++)
{
MaxInA = MaxInA > A[ifindA] ? MaxInA : A[ifindA];
}
//find MaxNumber in B
int ifindB = 0;
int MaxInB = 0;
for(ifindB = 0; ifindB < M; ifindB++)
{
MaxInB = MaxInB > A[ifindB] ? MaxInB : A[ifindB];
}
int *AsubPositive = (int *)malloc(sizeof(int) * (MaxInA + 1));
int *BsubPositive = (int *)malloc(sizeof(int) * (MaxInB + 1));
memset(AsubPositive, 0, sizeof(int) * (MaxInA + 1));
memset(BsubPositive, 0, sizeof(int) * (MaxInB + 1));
//COPY Positive and Negative numbers of A
int i = 0;
for(i = 0; i < M; i++)
{
AsubPositive[A[i]]++;
}
//COPY Positive and Negative numbers of B
int j = 0;
for(j = 0; j < N; j++)
{
BsubPositive[B[j]]++;
}
int k = 0;
int cnt = 0;
int icount = 0;
//扫描AsubNegative和BsubPositive
printf("the Intersection of A and B is : { ");
for(k = 0; k < M; k++)
{
//重复几次，输出几次，按较小值次数输出，为避免重复，输出后将改值赋值为0或-1
icount = Mymin(AsubPositive[A[k]], BsubPositive[A[k]]);
for(cnt = 1; cnt <= icount; cnt++)
{
if(A[k] > 0)
{
printf("%-3d",A[k]);
}
A[k] = 0;
}
}
printf(" }");
return 0;
}
思路3：集合压缩
对于一个集合来说，我们很容易就可以得到集合的最大值和最小值，假设集合A的最大值和最小值分别为MaxInA，MinInA；假设集合B的最大值和最小值分别为MaxInB，MinInB；那么集合A的所有元素一定在闭区间【MinInA, MaxInA】里面，集合B的所有元素一定在闭区间【MinInB, MaxInB】里面，从这两个集合里面我们可以作如下判断：（集合A和集合B都在链表中！此算法使用链表结构，操作起来比数组更方便）
1. 若MinInA == MinInB或者MaxInA == MaxInB，那么MinInA 或者MaxInA （相等的那个数）就一定在交集里面，存入交集（可以用数组存），删除链表中相应的结点；若不想等则跳到第3步；
2. 重新找到集合A和B中的最大值和最小值MinInA 、MaxInA 、MinInB、MaxInB；跳回第1步；
3. 更新区间（交集的区间），区间的更新如下：区间下界为Lower = max(MinInA, MinInB)，上届为Upper = min(MaxInA , MaxInB)，那么剩下的交集一定在闭区间【Lower ,Upper】里面，按照这个区间来剔除掉集合A和集合B中不符合条件的元素，剔除结束后，若其中一个集合为空，跳到第4步，否则返回第2步；
4. 程序结束，退出！
这种适用于集合里面数值比较散乱，最大值最小值差值比较大的情况！算法的思想在于不断减小搜索的范围，时间的消耗主要在查找集合的最大值和最小值上，我们来看一个例子，集合A= {1, 3, 10, 100, 123, 0, 6} ,B = {3, 2, 10, 23, -1},
集合A的闭区间【0， 123】，集合B的区间【-1，23】,交集的闭区间就为【0，23】，按照这个区间，剔除集合A中的｛ 100, 123｝，剔除集合B的｛-1｝，集合A=｛1, 3, 10, 0, 6｝集合B=｛3, 2, 10, 23｝，没有相等的，继续缩小范围，为【2，10】，这时MaxInA == MaxInB，满足条件，把10存入交集数组中，剔除两个集合的结点；集合变为A= ｛3，6｝集合B={3}，满足MinInA == MinInB或者MaxInA == MaxInB，把3存入交集数组中，集合B为空，结束！如图：
对于第三个方法，我只是把算法的思想做了一下总结，并没有编写代码运行调试并与其他算法做比较！比较过的朋友，欢迎告知三种算法的优劣性！
题目部分摘取自july CSDN网站：http://blog.csdn.net/v_july_v/article/details/11921021
注：本博客与博客园上的博客为同一博客主：http://www.cnblogs.com/bestDavid/
后记：
只要是算法，就无法同时解决时间复杂度和空间复杂度这一矛盾，我们只能具体问题具体分析，根据实际情况选取最合适的算法，尽量保持程序高效的执行效率！我的写代码能力和算法能力只能算初学者级别，所以在贴出的代码中可能有许多漏洞，朋友们若是有什么建议，请多多给与我更多的指教！在这里发表一下自己的看法，多谢支持！