第2次实验——算法基本功 与 综合思考

（3）算法综合实践——搜索引擎

(一)工作原理

第一步：爬行

搜索引擎是通过一种特定规律的软件跟踪网页的链接，从一个链接爬到另外一个链接，像蜘蛛在蜘蛛网上爬行一样，所以被称为“蜘蛛”也被称为“机器人”。搜索引擎蜘蛛的爬行是被输入了一定的规则的，它需要遵从一些命令或文件的内容。

第二步：抓取存储

搜索引擎是通过蜘蛛跟踪链接爬行到网页，并将爬行的数据存入原始页面数据库。其中的页面数据与用户浏览器得到的HTML是完全一样的。搜索引擎蜘蛛在抓取页面时，也做一定的重复内容 检测，一旦遇到权重很低的 网站上有大量抄袭、采集或者复制的内容，很可能就不再爬行。

第三步：预处理

搜索引擎将蜘蛛抓取回来的页面，进行各种步骤的预处理。

第四步：排名

用户在搜索框输入关键词后，排名程序调用索引库数据，计算排名显示给用户，排名过程与用户直接互动的。但是，由于搜索引擎的数据量庞大，虽然能达到每日都有小的更新，但是一般情况搜索引擎的排名规则都是根据日、周、月阶段性不同幅度的更新。

      (二)搜索引擎岗位要求

       1、负责公司网站 SEO 优化工作;

　　2、根据要求提升站点相关关键词排名 ;

　　3、负责实施项目优化方案，并达到目标营销效果;

　　4、评估、分析网站的关键词等，根据项目需要制定核心的关键词方案;

　　5、为客户的Google AdWords广告帐户提供广告方案;

　　6、根据客户市场投放策略，制定搜索引擎投放策略(包含百度、 Google 等);

　　7、根据投放策略，制定投放方案并负责实施投放计划;

　　8、根据广告投放数据调整投放策略并制定投放方案，和团队一起执行投放计划;

　　9、通过广告优化对账户进行调整和延展，提升广告效果;

　　10、每周或每月和客户沟通，进行投放分析，解决客户问题;

　　11、定期为客户制定报告并能够识别和处理异常数据;

　　12、管理及培训自己的团队，提高工作效率;

　　13、日常后台维护，网站改版，升级，添加模块等;

　　14、关注行业发展最新动态;

　   15、理解客户在线营销的目标与目的，挖掘客户需求;

　　16、积极收集、总结客户行业特点，制定行业搜索营销计划。

    （2）经典算法面试题

输入一个长度为n的数组，每个元素都不一样，并且分布在[1,n+1]区间里。找到那个missing的数字。

例如输入【1,2,3,4,5】，n=5，n+1=6，返回6，输入【2,4,6,7,1,3】，n=6，n+1=7，返回5。

这n个数字可以是无序的。

我的解法

//without checking arguments

int find(int[] a, int n)

{

                int sum = (int)(((n+1)/2.0)*(n+2));

                for (int i=0; i<n;i++){sum -=a[i];}

                return sum;

}

但是所有数字相加可能overflow，所以更好的解法是

int find(int[] a, int n)

{

                int temp;

                for (int i=1; i<=n+1; i++) {temp ^=i;}

                for (int i=0;i<n;i++) {temp ^=a[i];};

                return temp;

}

XOR的特性是两两消去，n^n=0, 0^n=n

所以出现偶数次的数字会相互抵消，缺失的那个数只出现一次（奇数次），自然就求出来了。

位操作，硬件有对应的指令，效率也很高。