各大计算机公司 笔试及面试 题目 - 百度（二）

(貌似百度多年前的一个笔试题)

1， 一个文本文件有多行，每行为一个URL。请编写代码，统计出URL中的文件名及出现次数。
a） 文件名不包括域名、路径和URL参数，例如http://www.rs.com/n.op/q/rs?id=1中的文件名是rs。
b） 部分URL可能没有文件名，例如http://www.abc.com/，这类统计为“空文件名”。
c） 出现在不同URL中的相同文件名视为同一文件名，例如http://www.ceshi.com/hi.php
和ftp://ftp.cdef.com/hi.php为同一文件名

文件内容示例如下：
http://www.test.com/abc/de/fg.php?id=1&url=http://www.test.com/index.html
http://www.ceshi.com/hi.jsp
ftp://ftp.ceshi.com/hi.jsp
http://www.hello.com/cw/hi.jsp?k=8
http://www.hi.com/jk/l.html?id=1&s=a.html
http://www.rs.com/n.op/q/rs?id=1
http://www.abc.com/

2，一个简单的论坛系统，以数据库储存如下数据：
用户名，email，主页，电话，联系地址，发帖标题，发帖内容，回复标题，回复内容。
每天论坛访问量300万左右，更新帖子10万左右。
请给出数据库表结构设计，并结合范式简要说明设计思路。

3，现有两个文件，
a）数据文件A，格式为：关键词、IP地址、时间，记录条数为1000万左右，该文件是无序排列的。
b）数据文件B是关键词ID到关键词的对应表文件，格式为：ID、关键词，记录条数在100万左右，也是无序排列的。该对应表中的记录是一一对应的，不存在ID或者关键词重复的情况。
要求将数据文件A对应的关键词替换为B中的ID，生成新的数据文件C，数据文件C的格式为：关键词ID、IP地址、时间。
请设计一个程序，实现上述功能，并分析时间复杂度和空间复杂度。运行程序所使用的服务器的内存为1G，硬盘足够大。（至少要给出关键算法和设计思路）

我做了下第一题：

1.

#include <iostream>
#include <fstream>
#include <string>
#include <iomanip>
#include <map>

#define NULLFILE "空文件名"

using namespace std;

inline void handleSingleUrl(string&, map<string,int>&);

int main()
{
	ifstream fs("url.txt");
	ofstream ofs("urlout.txt");

	string strLine;
	map<string,int> strMap;

	if(fs==NULL) throw;
	

	int itmp=0;
	string strtmp="";

	while(fs>>strLine)
	{
		itmp=strLine.rfind("http://");
		while(itmp>0)
		{
			strtmp=strLine.substr(itmp,string::npos);
			strLine=strLine.substr(0,itmp);

			handleSingleUrl(strtmp,strMap);
			itmp=strLine.rfind("http://");
		}
		handleSingleUrl(strLine,strMap);
	}

	for(map<string,int>::iterator miter=strMap.begin();miter!=strMap.end();miter++)
	{
		ofs<<right<<setw(10)<<miter->first<<" "<<left<<setw(10)<<miter->second<<endl;
		cout<<right<<setw(10)<<miter->first<<" "<<left<<setw(10)<<miter->second<<endl;
	}
	
}


inline void handleSingleUrl(string& strLine,map<string,int>&strMap)
{
		int ibegin=0;
		int iend=0;
		int ilen=0;
		string strName="";


		iend=strLine.find_first_of('?');

		if(iend!=-1)
		{
			strLine=strLine.substr(0,iend);
		}
		

		ilen=strLine.length();
		ibegin=strLine.find_last_of('/');
	
		strName=strLine.substr(ibegin+1,ilen-1);
		strName= strName.empty()?NULLFILE:strName;

		strMap[strName]++;
}