微软100题（84）百度面试题_随机发生器

第4组百度面试题

2010年3道百度面试题[相信，你懂其中的含金量]

1.a~z包括大小写与0~9组成的N个数

用最快的方式把其中重复的元素挑出来。

2.已知一随机发生器，产生0的概率是p，产生1的概率是1-p，现在要你构造一个发生器，

使得它构造0和1的概率均为1/2；构造一个发生器，使得它构造1、2、3的概率均为1/3；...，

构造一个发生器，使得它构造1、2、3、...n的概率均为1/n，要求复杂度最低。

3.有10个文件，每个文件1G，

每个文件的每一行都存放的是用户的query，每个文件的query都可能重复。

要求按照query的频度排序.

1.解答：

对每个“数”计算hash，如果hash ==1 说明出现了，否则置hash=1

2.解答：

参见http://blog.csdn.net/yahohi/article/details/7902546

00：p*p 

01：p*(1-p)  

10:(1-p)*p 

11:(1-p)*(1-p) 

00和11舍弃，01代表0 10代表1 ，这样产生0和1等概率

n=3 001 010 100 

n=4 0001 0010 0100 1000

n=5 0011 0101 0110 1100 1010 1001 六个选5个即可

3.解答：

对于每个文件中的query，计算hash，分成10个或者更多个桶

对于每个桶里面的query，计算访问频度，可以用hash_set(key = query value = frequency)并排序（快排，堆排），

然后用多路归并排序合并这些桶