2012 百度实习生招聘 笔试试题

1、给一个单词a，如果通过交换单词中字母的顺序可以得到另外的单词b，那么b是a的兄弟单词，比如的单词army和mary互为兄弟单词。

现在要给出一种解决方案，对于用户输入的单词，根据给定的字典找出输入单词有哪些兄弟单词。请具体说明数据结构和查询流程，要求时间和空间效率尽可能地高。


答【网络】1：第一题，创建一个char
array[52]（区分大小写）。初始化为0，读取一个单词，每遇到一个字母在相应位置+1。这样可以保证兄弟单词所得的字符串数组是相同的。其实当你加载字典的时候，就可以将兄弟单词放到同一个集合中。

当查询时只需要计算出单词的array字符串，找到相应集合就即可。



答【网络】2：[/b]第一题素数编码。比如将a编码为2，b为3,c为5，则由abc构成的单词，其码乘积就是2*3*5=30，这是唯一的。因此兄弟单词的码相同；这种方式必须限制单词长度，否则会出现溢出，除非采用大数计算。

最理想情况下，加载字典复杂度为O(n),查询复杂度为O(1).

2、系统中维护了若干数据项，我们对数据项的分类可以分为三级，首先我们按照一级分类方法将数据项分为A、B、C......若干类别，每个一级分类方法产生的类别又可以按照二级分类方法分为a、b、c......若干子类别，同样，二级分类方法产生的类别又可以按照是三级分类方法分为i、ii、iii......若干子类别，每个三级分类方法产生的子类别中的数据项从1开始编号。我们需要对每个数据项输出日志，日志的形式是key_value对，写入日志的时候，用户提供三级类别名称、数据项编号和日志的key，共五个key值，例如，write_log（A,a,i,1,key1），获取日志的时候，用户提供三级类别名称、数据项编号，共四个key值，返回对应的所有的key_value对，例如get_log（A,a,i,1,key1）。

请描述一种数据结构来存储这些日志，并计算出写入日志和读出日志的时间复杂度。

3、C和C++中如何动态分配和释放内存？他们的区别是什么？

算法与程序设计、

网页爬虫在抓取网页时，从指定的URL站点入口开始爬取这个站点上的所有URL
link，抓取到下一级link对应的页面后，同样对页面上的link进行抓取从而完成深度遍历。为简化问题，我们假设每个页面上至多只有一个link，如www.baidu.com/a.html链接到www.baidu.com/b.html再链到www.baidu.com/x.html，当爬虫抓取到某个页面时，有可能再链www.baidu.com/b.html，也有可能爬取到一个不带任何link的终极页面。当抓取到相同的URL或不包含任何link的终极页面，即完成爬取。爬虫在抓取到这些页面后建立一个单向链表，用来记录抓取到的页面，如：a.html->b.html->x.html...->NULL。

问：对于爬虫分别从www.baidu.com/x1.html和www.baidu.com/x2.html两个入口开始获得两个单向链表，得到这两个单向链表后，如何判断他们是否抓取到了相同的URL？（假设页面URL上百亿，存储资源有限，无法用hash方法判断是否包含相同的URL）

请先描述相应的算法，再给出相应的代码实现。（只需给出判断方法代码，无需爬虫代码）

答：
想到“算法与程序设计”题最快的方法。直接检查两条链表的结尾是否相同就可以了。

系统设计题

相信大家都使用过百度搜索框的suggestion功能，百度搜索框中的suggestion提示功能如何实现？请给出实现思路和主要的数据结构、算法。有什么优化思路可以使得时间和空间效率最高？