【实习】【算法】百度面经

百度电面小结

2011-06-16 00:42

现在确定了一个本地的面试，但是还是想尝试一下其他的，主要是为了锻炼自己，多争取写机会。但是这段时间，过多的机会让我很疲惫，我想静下来，有个实习机会就知足吧。好好做这个实习就行。

百度就工作机会来说它是很好的。5 月底的时候在豆瓣网上看到有个人发布招实习生的消息，留了个邮箱，我就给这个邮箱发了个求职信，附带自己的简历，其实自己的简历很烂。但是由于这种方式，过了几天这个邮箱的主人给我打来电话，让我在百度 hr 网站里把这个部门的职位选了，然后把简历号告诉了他。他说已经帮我内推。之后百度有个 hr 打来电话安排电面，把时间定在周四下午。但是到了周四并没有打来电话，过后一个百度的人打来电话说电面安排在端午节后的第一个工作日，也就是周二。

端午节期间，学校的一个校友，是百度一个部门的经理，他来学校有个座谈会，之前也发过简历，他说有内推的实习生机会。我也发了简历，但是没有通过筛选。我有些不解，就第一次霸王面，想知道简历有哪些不足。面试还算可以，和学长有所交流。

周二的时候我因为家里有事就做火车回家了，下午时候百度的那个人打来电话，开始了电面，但是在火车上，不断的过隧道，手机信号特别不好。就 4 分钟，就终止了电面，只是简单的说了说我研究生做的什么，自我介绍一下。我后来打了电话，道了歉，并把电面时间再次推迟到这个周一。

我从家回来后，周一并没有收到电话，之前也想着是可能不会再打来电话了。但是周二下午还是那个人打来了电话，说 4 点电面。不一会，那个学长发来消息，问我之前有没有申请百度其他部门的职位，我把这个告诉了他。他说只能一次面试一个职位。所以他部门的电面机会要排在这个部门的之后，只有这个部门的电面 fail 了，才能再次有他部门的机会。百度避免不同部门之间调换。我想学长表示了我挺喜欢他部门那个职位的。但是没办法，只能先接受之前的这个部门的电面。

4 点 半的时候还是那个人打来的电话，开始了电话面试。

具体哪些问题我也记不清了，只能想多少说多少。

一开始时问我之前在 IBM 的一个部门实习，都做了什么，干了什么工作，参与了哪些系统实施。我大概描述了一下。

然后问我研究生阶段做了什么，介绍了一下研究方向，与信息检索的区别，所作的工作有哪些结果，分别说了一下，也没有太大的细问。

说到信息检索，就问道搜索引擎中的网络爬虫。这方面的东西我只知道大概，具体的细节不了解。我可能都不能理解他问的问题。又问到怎样避免相同的 url。我说用哈希、失效。

问 url 不同参数怎么处理？我说删除不同的参数，取前面相同的，这个我一点都不知道，他问怎么删，答 可以用聚类的方式

又提到 url 可以深度搜索、广度搜索

后说到动态网页

不同网页相同的部门与不同的部门，怎样去重。我说聚类。具体也不了解。

然后说到对搜索引擎，只是了解一个大的框架，从网络爬虫、倒排索引、查询模块、结果排序、呈现。

又问到倒排索引，如果一个词在很多文档中都有出现，如何办？我可能还是没有理解他说的意思，或者说我根本就不懂搜索引擎。我就说利用词表，但是词表是必须的，所以这个说法根本不成立。关于怎样优化倒排索引，具体我也不太清楚。曾经读过信息检索方面的书，但是并没有深入。

这块的问题，我回答的很差劲，基本上不能通过。

然后问了 C++ 的问题。说明一下虚指针和虚函数表。我就说了一下 C++ 的对象模型，多态，为什么要有多态，举例结合设计模式，虚析构函数，资源丢失。C++ 的问题基本上集中在这方面。

然后又了海量数据处理的问题。他说的是有 50 亿个 32 位的整型数，如何找到重复出现的数。我一开始听成 51 个数了，就直接说用排序，让后遍历，O(NlogN)。又说可以用 hash，由于理解成 51 个数，在 hash 讨论了很久，等发现是 50 亿个数的时候，才发现刚才是多么可笑。然后想了一下，说用位图，开辟一个 2^32 bit 的空间，这样只需占用 512 MB 的内存大小即可。每个待检测的数可以用作 bit 的索引。这个方面是可行的。

然后又问了个用 1 亿个数，找到最大的 1 万个数，我说最直观的方面是排序，最大的 1 万个。当然这种方面不好，造成不必要的排序。就说了可以利用快排 partition 解决。还有另一种方面利用最小堆，遍历所有的数，时间复杂度为 O(NlogM)。这个也是可行的。

之后又问了个设计问题，关于数据结构的。说 vs 中的自动提示功能或者 VA 插件或者 baidu 的 suggestion 如何实现的。我先是说到用排序二叉树、平衡二叉树，但是他并不满意，后说直接一个字符串数组，然后二分查找，还是不行。他希望是更快的速度，只能是映射的方法，采用 hash。停滞了一大会。说可以针对每个函数的前缀字符串建立 hash，这样可以快速的找到相应的提示结果。但是需要做预处理，用空间换时间。

后又问了个网络的问题，TCP 中的三次握手，我描述了一下，SYN、ACK、序号。他问序号是怎样产生的，我还是没能理解他的意思，就说用加 1 的方式。应该是滑动窗口序号随机生成，然后在接收方加 1。

总共大概是这些问题。然后让我问问题，我就问了下，实习生是不是都有 mentor 带，他说有的。然后问了下是不是和正式员工都有培训，也得到肯定的回答。

基本上是这些内容，电面 54 分钟 39 秒。

电面后，我自我感觉挺好，这是昨天下午电面的。我今天一天还是自我感觉挺好的。但是刚刚回顾了上面写的内容，尤其是前面关于搜索引擎方面的问题回答简直是一塌糊涂。其他自己对自己的感觉与实际相差太大了。

今天中午的时候，学长发来消息说昨天的电面还可以，评价也不错。基本上算是通过了这个电面。但是现在也没有正式的通知。另外加之我刚才的回顾，我感觉自己的表现实在不好。只能是当做一次学习的经历了。

总结一下：

这个电面问题的问题还是很广泛而且深入，从实习经历、研究课题到搜索引擎（网络爬虫、倒排索引）、C++、算法（海量数据处理）、数据结构（功能的设计和实现）、网络技术。

各个方面的知识都需要有个深入的学习和理解。要有自己的领悟和观点。真正是懂得了这些东西。

理解面试官问的问题很重要，而这个前提就是你对这个领域有深入的学习和思考。否则，就当然不能理解面试官问的问题，这样就造成答非所问，就闹出笑话，基本上面试就会失败。

心态还是要标准，面试难免不会紧张，但是面试是一个交流和沟通的过程。应该专注在与面试官讨论问题分析问题上，其他的不需要多想。在解决问题的时候，思维应该开放一些，避免因为害怕思路短路了。尽量表现出积极解决问题的决心，不要被问题吓到或者放弃。

以后的学习中，要知道学习什么和学习的程度。首先要有一个学习的方向，知道学习哪些内容。然后将这些东西好好掌握。做到深入理解并且有自己的领悟和看法。

其实什么都是公平的，今天的付出会换来明天的收获，今天的虚度会换来明天的损失。

珍惜时间，明确方向，深入学习。把现在做好，严格律己。