百度的一期笔试题

题目和解答转自百科中的一篇文章，但是具体答案以及给分标准是否权威，不得而知，答案和下面我的分析仅供参考，出现任何后果金子概不负责哦。

第一题 简答（30分）

1. 请写出C++ STL中vector的相关问题。（20分）
(1)在调用成员函数push_back时，其内部的内存分配是如何进行的。（5分）
(2)调用成员函数clear时，内部是如何具体实现的，如果想将其内存释放，该如何操作。(15分)


答题要点：

（1）当vector发现预先分配的内存不够用时，会申请一个大小为当前内存大小两倍的地址，并把数据拷贝到新地址中。

金子分析：当调用push-back函数时，先查看配用内存是否足够，如果不够的话，重新分配一段连续的内存，内存大小为原来分配的容量的2倍，然后将原来已经存储的数据复制到新地址，紧接着将要push的数据添在复制数据的后面，最后将原始的分配的内存全部释放。由于push_back会导致地址空间的改变，所以迭代器指向的内容有改变，这点要注意啦。

（2）在调用clear时，vector并不释放内存，只是在内部做一个“空”的标记。如果想释放内存可以参考如下方法:
vector<int> ver(n,0);//需要释放掉的vector
vector<int>().swap(ver);（这样便可释放ver的内存）
金子分析：我怎么觉得跟STL分析的不太一样呢？？？有待查证资料

给分标准：
1、答案正确给出5分。
2、说明clear的实现方法给5分，说明如何具体释放内存给10分。


2. 请指出下面C语言中foo函数的问题，此函数想统计字符串中的字母a-z分别出现的个数。（10分）
void foo(char a[100], int cnt[256]) {
    memset(cnt, 0, sizeof(cnt)); //sizeof(cnt)在这个时候是指针的大小，32位系统中永远等于4。此问题给5分
    while (*a != '\0') {
        ++cnt[*a];//因为有中文，所以这里*a可能为负数，会越界。指出问题给5分
        ++a;
    }
    for (char c = 'a'; c <= 'z'; ++c) {
        printf("%c: %d\n", c, cnt[c]);
    }
}
int main() {
    char a[100] = "百度abc";
    int cnt[256] ;
    foo(a, cnt);
    return 0;
}
金子分析：本题考点，当数组做函数形参的时候，数组名就相当于指针，即使数组名后面指定了数组的大小，编译器也会忽略的。所以想利用memset对数组cnt进行初始化是错误的，该初始化的工作应该放到函数体外，在调用函数前执行。中文字符的那个问题我倒是看出来了，越界在答题的时候估计我也可能想到，不过这个为负数？谁来帮我解答一下，我有点晕。

第二题 算法与程序设计（40分）
1. 假设我们有rand(s, t)函数，可以返回[s,t]之间的随机小数。请问如何利用该函数在一个半径为R的圆内随机n个点，并给出相应的时间复杂度分析。（15分）


参考答案：
假设一个边长为R的正方形把圆包住，那么可以调用rand(s, t)函数两次得到正方形内的随机点(x, y)。留下在圆内的随机点即可,这样可以保证随即概率相等。时间复杂度可以按照圆和正方形的面积比得到:
O(n*(πR^2)/R^2 )=O(n* π)
给分标准:

说出了错误的随机方法可适当给分，给出正确方法给10分，分析了时间复杂度和概率的再给5分。

金子分析：百度很多笔试的题目都跟随机数有关，碰到随机数时的时间复杂度分析我就有点晕，下面第2题也一样，其实都是从《编程珠玑》的题目中衍生出来的。至于本题，我第一次做的时候想到了利用正方形，可以没有想到直接看点是否在圆内，而是想到按照比例将点向内压缩。。。另外一个想法是生成两个随机数，一个是圆内点与圆心距离（<=R)，一个是偏转角度[0,360]，但是概率是否相等和复杂度分析，我就有点晕了。

2. 为了分析用户的行为，系统往往需要存储用户的一些query，但是因为query非常多，所以系统不能够存下每一条。假设我们的系统每天只能够存储m个query，现在需要设计一个算法，对用户时时请求的query进行随机选择m个，请给出一个方案，使得每一个query被抽中的概率尽量相等，也请附加相应的分析。需要注意的是，不到最后一刻你并不知道用户的总请求量是多少。（25分）


参考答案:
假设每天总共有n个query, 那么目标是使得每一个query被抽中的概率为m/n。
系统设计如下：
1. 开一个大小为m的数组K，前m个query分别依次放入数组K[0..m-1]中。
2. 假设当前的query为第p个（p>m），随机一个[0-p)的整数i，如果i<m，则K[i]=query[p]，否则弃掉该query。


概率分析：
首先分析最后一个，也就是第n个query。其被抽中的概率=其随机数i小于m的概率，也就是m/n。再分析第n-1个query的概率。该query放入数组的概率为m/(n-1)。其没有被最后一个query替换的概率为(n-1)/n。所以第n-1个query被抽中的概率为m/(n-1)*(n-1)/n=m/n。
依次类推，第n-2个query被抽中的概率为m/(n-2)*(n-2)/(n-1)*(n-1)/n=m/n。
即：每一个query被抽中的概率均为m/n。

金子分析：这完全就是《编程珠玑》中的一道题啊，从n个数中抽取m个数，保证每个数被抽中的概率相等，我会写一篇博客来总结几种方法的。

给分标准：
说出方法即可给分，错误的方法给0-5分，正确的方法给10分。
如果有相应的概率分析也加分，方法错误分析也错误给5分，方法错误分析正确给10分，方法正确分析也正确给15分。

第三题 系统设计题（30分）
现在有一个“服务器-客户端”的实际系统。正常的客户端每1分钟最多发送一条请求到服务器，服务器需要做一个异常客户端行为的过滤系统。假设服务器在某一个时刻收到了客户端A的一条请求，那么1分钟内的客户端的任何其他请求都需要被过滤。现在知道每一个客户端都有一个IPv6的地址可以作为其ID。客户端个数太多，以至于无法全部放到单台服务器的内存hash表中。现在需要简单设计一套系统，使得支持高效的过滤，可以使用多台机器，但要求使用的机器越少越好。请把关键的设计和思想用图表和代码的方式表现出来。


参考答案：
虽然客户端的ID太多，无法放入到内存中，但是1分钟内请求服务器的ID却不会太多。可以根据这个条件进行设计。
申请队列Q, hash表H。H记录了每一个请求的到达时间。服务器收到请求之后：
While (队首的ID请求到达时间超过1分钟)
出队，并且清空hash表H中的相关记录
If 客户端ID存在于H中then
过滤此请求。
else
将此ID放入Q队尾
记录时间到H中，即H[ID]=now()。
给分标准：
简单分布式设计可以按照设计情况适当给5-15分。
建立文件索引的方式也给5-15分。
考虑冗余机制给5分。
此题可以采用单台机器完成，能发现此特点给10分，给出具体方案再给20分。具体方案可参考代码风格等等方面酌情给分。




以上为参考答案，其他符合逻辑的方案可酌情给分


**********************************  测 验 结 束 **********************************