百度2013校园招聘笔试题(自动化平台、测试开发)

一、简答题

1. 写出几种常见的哈希算法。简述哈希算法有什么作用。

2. 写出OSI七层网络模型。并指出HTTP，UDP，ARP通信分别位于哪一层。

3. 说明C代码在怎样的情况下可以正常运行，并说明运行原理。



二、算法与程序设计题

1. 现要将一车苹果装袋，装3个一袋余2个，装5个一袋余3个，装7个一袋余2个。写一个程序或伪代码，求N个满足条件的苹果数。

2. 写一个递归程序，求字符串中最长的重复字母数量。比如abbbccd返回3，abbc返回2。

3. 现需要开发一种社交关系网络，对一个用户A来说，可能会有如下关系：

A的父子关系：B

A的母子关系：C

A的朋友：C、D、E…

A的同事：F、G、H…

…

这些关系都是相互的，即C是A的朋友，那A也会出现在C的朋友关系中。

1) 设计数据库和数据表，可包含以下数据表：用户表、关系标签表、关系列表等，表的数量不限；

2) 设计伪代码实现输出A的所有关系表，需要有SQL实现代码，函数原型是

function getRelation(char* personName)

3) 基于1)设计伪代码实现添加一个人到A的关系中，需要有SQL实现代码，函数原型是

function addRelation(int personId, char* relationName, int typeId)

其中personId是A的身份号，relationName是新关系的人名，typeId是关系标签身份号

4) 以上的设计都是基于人名两两不相同而实现的，如果存在相同人名，则需要怎样修改来实现2)和3)的功能？函数原型在必要时可以修改。



三、系统设计题

（自动化平台研发工程师）

现需要维护一个100亿个以上元素的大数组，数据已经从小到大排序好。现在对这个大数组进行分段，每段长度不定，但最多不超过20个元素，对每段内的数据进行随机打乱。请设计一种方法重新对该数组进行排序，并分析其复杂度。

（测试开发工程师）

现有1000万个url，其中大约有10万个apk链接。现在百度需要做一个apk搜索引擎，请列出其中所有的有效apk链接，并且避免重复的链接。并且提出一种机制，过滤其中的恶意和虚假apk链接。



- – - -

以下是个人的一些解题思路，可能不甚正确，望大家指正和补足：

一、

1. 关于哈希算法：http://baike.baidu.com/view/273836.htm

2. 关于OSI七层网络模型：http://baike.baidu.com/view/547338.htm

3. 这个题很水了。简单的说分三步：编译、链接、执行；细分一点的话，编译包括预处理、编译、优化和汇编；链接分静态和动态。具体可以见这篇文章：http://lavasoft.blog.51cto.com/62575/187229

二、

1. 因为装3个和装7个都余2个，所以等价于装21个余2个，可以考虑以21n+2这样向上检查。

1	cnt = 0; i = 2;

2	while(cnt < N) {

3

i += 21;

4	if(i % 5 == 3) result[cnt++] = i;

5

}

2. 这道题个人觉得其实非递归算法更容易想到。递归算法可以这样思考：设m和n分别表示字符串S[m..n]的起始和结束下标，k表示S从m开始第一个与m不同的字符的下标，maxRepeated(S[m..n])表示S最长的重复字母数量，则当m=n时，maxRepeated(S[m..n]) = 1；否则maxRepeated(S[m..n]) = max{ k-m, maxRepeated(S[k..n]) }。

1	unsigned int maxRepeated(char* S)

2

{

3	unsigned int k, max;

4	if(*S == '\0') return 0;

5	for(k = 1; S[k] != '\0'&& S[k] == *S; k++);

6	max = maxRepeated(&S[k]);

7	max = k > max ? k : max;

8	return max;

9

}

3. SQL不是我的专长所以不贴具体算法了。当时胡乱写了点，用户表拿id作key，含name项；关系标签表给各种关系以relationNameId为key编号；关系列表relationId作为key，含relationName，user1，user2，每一个关系存一项。

三、

（自动化平台研发题）

大数组由于已经排好序，所以分段打乱后总体还是递增的。看题意应该是用归并排序的思路。关键是分段方法，因为每段数据不超过20个，不妨就以20个一组进行强行分段。对排好序的分段S[20k..20k+19], k=0,1,2,…，只要20k不恰好是实际分段的开头，则一定能找到一个p[k]使得S[20k..p[k]]属于上一个分段的一部分，其中20k <= p[k] <= 20k+19。

我们从S[20k..20k+19]的左侧开始扫描，根据S[p[k]+1] > S[20k-1]找到p[k]。由于每段个数不超过20个，则可以对S[p[k]-19..20k-1]和S[20k..p[k]]进行归并，而事实上由于上一个分段的起始不会在p[k-1]的左侧，因此事实上可以对S[max{p[k-1]+1,p[k]-19}..20k-1]和S[20k..p[k]]进行归并。

对S[20k..20k+19]进行归并排序的时间复杂度是O(20log20)，扫描得到p[k]的时间复杂度是O(20)，对S[max{p[k-1]+1,p[k]-19}..20k-1]和S[20k,p[k]]进行归并的时间复杂度是O(20)，因此整体的时间复杂度是O((n/20)*(20log20+20+20))=O(n)。

1	unsigned int processGroup(int* S, unsigned int k, unsigned int last_p)

2

{

3	unsigned int p;

4	mergeSort(S, k*20, k*20+19);

5	if(k == 0) return0;

6	for(p = 0; S[p] <= S[k*20-1]; p++); // find p[k]+1

7	if(p == 0) return 0; // for sector head, do nothing

8	p--; // p[k]

9	last_p = last_p+1 > p-19 ? last_p+1 : p-19;

10	merge(S, last_p, k*20-1, k*20, p);

11

return p;

12

}

（2012-11-20 更新）这道题也可以采用1楼QJ的思路，算法更方便（感谢提供算法）。由于每个分段不会超过20个元素，故对每一个k>19，元素S[k]一定大于S[k-19]前的任意一个元素，故可以直接在S[k-19..k]中做插入。一次插入的时间复杂度为O(20)，整体的时间复杂度为O(20n)=O(n)。



（测试开发题）

为解决重复url问题，需要建立类似哈希表的结构。考虑到10万量级空间占用较大，想到直接使用外存来做，按照url的路径建立目录结构即可。例如http://domain/dir1/dir2/name.apk可置于$ROOT/domain/dir1/dir2下，可下载下来（易于检查恶意和虚假链接），也可不下载只生成一个占位文件（此时可以根据apk的大小等属性来判断是否为恶意和虚假链接）。

以上的叙述，尤其是第三大题只是我的个人思路，如大家有什么更好的思路欢迎讨论指正。

原文链接：http://www.swingworks.net/2012/11/baidu_2013_recruit_test/