2011百度实习招聘–笔试篇

一、简答(30分)

　　1、extern “C”{}是什么含义?用来解决什么问题。(10分)

　　2、至少说出两种经典设计模式，并举例说明使用场景，有伪代码更加.(10分)

　　3、TCP连接的time_wait是什么状态，描述其发生的场景，说明它存在的好处坏处。(10分)

　　二、算法与程序设计(40分)

　　1.有一个任务执行器，每天需要定时执行很多任务(任务数N<1000),任务执行器每次只能执行一个任务而任务之间存在依赖关系，如A任务需要依赖于B任务完成后才能进行，虽然各个任务之间依赖关系复杂但是各个任务之间却没有循环依赖的问题。给出一个合适的任务执行顺序。请详细描述你的算法思路(如需要，可给出伪代码来辅助描述)，并分析其时间和空间复杂度。(20分)

　　2.编写函数：

　　统计在某段英文文本完整句子的数目，文本只包括大小写英文字母、空格、点(.)、逗号(,)。

　　完整句子必须包含至少一个字母并以点结束。要求：请给出完整代码，在达到目标的情况下尽量高效，简介。(20分)

　　三、系统设计题(30分)

　　某流量监控系统每天生成大量的数据记录，每条记录 包括url,访问IP,时间，这些数据记录需要进行存储和维护，并提供查询。请设计一个系统能够存储和维护1000亿条数据，实现实时监控，并能支持一下两种查询：

　　1.指定任意一个时间段(精确到分钟)和某个ip,查出该时段内该ip的总访问量。

　　2.指定任意一个时间段(精确到分钟)和某个url,查出该时段内对该url的总访问量。下面是当时笔试的一些思路，具体细节不太记得了。

　　1.很多地方都见到这道题，extern “c”是指将该段代码以C语言形式进行编译、链接。由于C不支持函数重载，C与C++对于同一函数进行编译后在符号表中保存的函数名存在差异，故当进行C、C++混编时会出现一些问题。

　　2.记得上学期还特意去借了一本《设计模式》书来看，翻是翻了几下，结果啥也没记住，这题直接空了。对于设计模式记得最深的一句就是“过分在意设计模式会阻碍你的创新思维”。

　　3.前段时间腾讯笔试时有道选择题也是考TCP的几个状态，当时做错了。回来后看了下TCP的连接和释放，这次还真用上了。time_wait是TCP释放四次握手中的一个状态，当第三次握手完成时，即客户端收到来自服务器的FIN后，再发送一个ACK,客户便开始了time_wait状态。

　　同时一个记时器开始记时，当达到2倍一个报文段在因特网中最大的生存期时代表超时。如果在超时前客户端再次收到FIN，则表示是服务器重发的FIN,客户端需重发送ACK。

　　4.依题目得知是求有向图的一个拓扑序列。

　　5.直接扫描一遍。


int count_prefect_sentence(string str)

{

int i = 0, cnt = 0, hasOneLetter = 0;

while(str[i])

{

if(str[i] == '.')

{

if(hasOneLetter)

cnt++;

hasOneLetter = 0;

}

else if(isalpha(str[i]))

hasOneLetter = 1;

i++;

}

return cnt;

}

　　6.海量数据处理题，当时花了很长时间在想这两题，感觉没有想到什么好的思路。这样的系统应当是实时性优先吧，在时间空间上首先考虑时间。

　　a、建个二维映射Map[time].bitset\, time代表某一时间点，将时间点表示为

　　时间秒差数字作为映射索引。第二维考虑bitset的方式, 建立一个2^32(整型的最大位数)的数组(bitset),每一个bit位0或1代表该位上代表的IP整数是否访问过. 统计时枚举每个时间点，再按位和indexIP进行与运算进行统计，时间效率应该不差。以保存30天为例，空间为(30*24*3600)*(2^32)bit = 2^50B = 1000TB = 1PB

　　b、时间以分钟为单位，第二维直接为IP, 映射值为该分钟访问量。(30*24*60)*(2^32)B= 2^50B = 1000TB = 1PB

　　7、映射Map[url][time],将url进行字符串hash，再进行枚举统计。

　　这两题如果做成两维映射，内存吃不消，既然两题中的一维是已经指定的，变化的只是时间段，因此可以用一维表示，先预处理，再进行统计。