总结面试题（他山之石）

1、HashMap与Hashtable的区别
点评：HashMap基于Hashtable实现，不同之处在于HashMap是非同步的，并且允许null，即null value和null key，Hashtable则不允许null，详见：http://oznyang.iteye.com/blog/30690。此外，记住一点：hashmap/hashset等凡是带有hash字眼的均基于hashtable实现，没带hash字眼的如set/map均是基于红黑树实现，前者无序，后者有序，详见此文第一部分：http://blog.csdn.net/v_july_v/article/details/7382693。

2、9月24日，去哪儿网2014校招西安站笔试题
给定一个200MB的文本文件，里面存的是IP地址到真实地址信息的映射信息，例如：211.200.101.100北京
然后给你6亿个IP地址，请设计算法快速的打印出所对应的真实地址信息。

解法：用hashmap，200MB文件读入内存，遍历每一行，每个IP为Key，真实地址为value，构建hash.

           遍历6亿个IP，hash查找，key的value。

3、百度2014校招-武汉站-系统分析师

        

 个人想法：信息提取，用到的机器学习中的有关标注算法。之前看过一篇论文：手工标注训练集，条件随机场/svm。具体怎么做，待续。

 

4、10月2日，暴风影音2014校招笔试

合并两个已经排序的单链表为一个排序的单链表，相同内容只保留一个
如：单链表a:1->2->3->4
单链表b:3->4->5
输出：1->2->3->4->5

个人想法：之前见过两个已经排序的单链表合并成一个排序的单链表，没有限制相同内容只保留一个。在这应该是多加一个判定条件：如果相等，pb后移

       该题步骤：【1】设两个指针pa,pb分别指向单链表A、B头。
                           【2】比较pa/pb指针所指元素的大小：

                                         *pa==*pb     则  pb=*pb->next;

                                         *pa<*pb        则 pa=*pa->next;

                                         *pa>*pb        则  pb结点加到pa结点的前面，注意加之前记录pb的next。

                            【3】如果pa==NULL或pb==NULL表示有一个链表到尾了，直接把另一个链表，追加就行。注意如果是pb==NULL，pa!=NULL，不用追加，因为我们pa        个正是合并以后的单链表。

 

5、暴风影音的片源服务器上保存着两个文件a和b，各存放50亿条URL，每条URL占用64字节，内存限制是4G，让你找出a,b文件共同的URL。要求：算法设计。
点评：上述第3题等海量数据处理面试题，请参见此文第第一部分第6题： 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？

5*10^9=5G   64B   320G         

 可以估计每个文件的大小为5G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。

1. 分而治之/hash映射：遍历文件a，对每个url求取，然后根据所取得的值将url分别存储到1000个小文件（记为，这里漏写个了a1）中。这样每个小文件的大约为300M。遍历文件b，采取和a相同的方式将url分别存储到1000小文件中（记为）。这样处理后，所有可能相同的url都在对应的小文件（）中，不对应的小文件不可能有相同的url。然后我们只要求出1000对小文件中相同的url即可。
2. hash统计：求每对小文件中相同的url时，可以把其中一个小文件的url存储到hash_set中。然后遍历另一个小文件的每个url，看其是否在刚才构建的hash_set中，如果是，那么就是共同的url，存到文件里面就可以了。

此题解法摘自：http://blog.csdn.net/v_july_v/article/details/7382693

6、9月21日，腾讯2014软件开发校招-简答题-广州

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。 

此题解法参考：http://blog.csdn.net/thebestdavid/article/details/12056293

 

 7、KMP算法（待续）

 

注意：如果您发现错误，可以回帖指出；如果您有解法，也可以回帖。