百度策略岗(C++)面试复盘

1. 给出N个数，如何找出top k个值：随机快排、堆。

2. C++ 五大内存分区：堆、栈、全局/静态存储区、字符串常量区和代码区。

3. 随机打乱N个数，使得每个数在每个位置的概率为 $\frac{1}{N}$。 完美洗牌问题：

   # 完美洗牌问题
   # 令N个数存在一个列表/数组中
   for i in 1~N:
       num = random(1, i)  # 生成1~i的之间的随机数
       swap(num, i)  # 交换下标为i和小标为num的数的位置
   

   证明：

   利用数学归纳法：

   1. 当 N = 1 时，即当前仅有一个数，此数在每个位置的概率为1(此时仅有一个位置)，满足概率 $\frac{1}{N}$。

   2. 证明，若当 N = K 时，每个数在满足各个位置的概率为$\frac{1}{N}$，那么就有 N = K + 1 时，每个数在各个位置的概率为$\frac{1}{K+1}$(=$\frac{1}{N}$)。

      1. 对于第 K + 1 个数，易知其在 1~K+1 中任意位置的概率为 $\frac{1}{K+1}$。

      2. 对于前 K 个数，已知有一数 a (1<=a<=K) 其在 1~K 中任意位置的概率为 $\frac{1}{K}$ ，现在插入第 K + 1 个数，其不与 a 交换的概率为$1-\frac{1}{K+1}$，所以插入新数字后有，数 a 出现在任意位置的概率为：
         $$\frac{1}{K}\ast (1-\frac{1}{K+1})=\frac{1}{K+1}$$

4. 给定1、2、5、10、20、50面额的纸币，给定一个数N，如何用最少面额纸币凑N。

   错误解法：贪心

   正确解法：动态规划

   写代码。

   # 凑多少元
   N = 24
   # 新增12元纸币，这也是为什么不能用贪心的原因
   money = [1, 2, 5, 10, 12, 20, 50]  
   
   big_int = 99999 # 自定义一个较大的数
   t = [big_int] * (N + 1)
   def solve():
       for i in range(1, N+1):
           if i in money:   # 一张纸币能付清的情况
               t[i] = 1
           else:
               tmin = big_int   
               for j in money:
                   if j >= i:
                       continue
                   z = t[i - j]   # 找最少的纸币数
                   if z < tmin:
                       tmin = z
               t[i] = tmin + 1
   
   solve()
   print t[N]
   

5. 现有一日志，每个记录中有IP，统计该日志(大文件)中出现次数最多的top K个IP。

   我的解法：时间复杂度O(nlogn)

   1. 需要统计 <IP – 个数>，这样的键值对，采用字典数据结构。

   2. 考虑到IP地址很多(ipv4)，又是字符串，作为键将占用大量内存，需用hash方法将IP地址转为一个数。

   3. 考虑到文件很大，无法一次性存入全部IP(就算将其转为int32的一个数)，于是需要将文件进行切分，具体方法为，对IP进行映射，例如取模N，然后将该数据写入对应文件。此做法保证相同IP映射到同一文件。

   4. 分别遍历各个文件，统计IP频度，取top K条记录，利用快排、堆等算法即可。

   5. 此时获取到NK个键值对，再利用快排、堆等算法取top K条记录即可。

   6. 将int32计算回ip地址。