微软100题（44）几道腾讯面试题

题目：
1.设计一个魔方（六面）的程序。
2.有一千万条短信，有重复，以文本文件的形式保存，一行一条，有重复。
请用5分钟时间，找出重复出现最多的前10条。
3.收藏了1万条url，现在给你一条url，如何找出相似的url

1、
参见http://blog.csdn.net/showman/article/details/8996

其它人的解答：lijiaz5033
先说面，每面有四边，因此要建立4个句柄对应：上下左右，四个去面，就像双向链表节点有上下两面一样， 然后面里有方块矩阵，2级的数组，加完数组写个方法函数，叫旋转,参数是行列号/旋向 ， 旋向上下时行列号为行号，旋向左右时行列号为列号，意思是把某行某列往某方向旋转。 矩阵里有方块，方块有 创建六个面，按照魔方的样子，将第一面为正面，往下是底面（把第二面拿过来）， 底面往下是背面，背面往下联就是上面，上面往下是正面，现在回到正面，正面往左联就是左面，
左面往左联就是后面，后面往左就是右面，右面往左是正面。。。。。。（这里不用罗索了，自己看明白了就知道怎么做了） 六个面创建完并上下左右连通后，这个程序就完成了

其它：http://blog.csdn.net/lzc52151/article/details/6221852
应该不是让求魔方的解法，求魔方解法也是有公式的，不同的情况按分支套公式就行。
依题意可能是让实现一个模拟魔方的程序。不讨论UI，只讨论魔方算法的实现。
六个3*3矩阵，各矩阵初值内部相同两两间互不相同，对应每个面。
魔方转动只有为两种：正对该面时顺时针转动或逆时针转动。
先声明各面排列，比如1对3、2对4、5对6。因为魔方的主要操作是对某面转动，所以为了尽量的快应该直接使用分支判断。写六个分支对应六个面，每面再写两个分支（顺时针转、逆时针转）。每种转动，自己和相邻面的矩阵数据如何交换。只对矩阵进行更新，再把更新后的矩阵返回到UI，即实现了魔方的转换。

2、
方法一：
1.短信长度是有限的，例如在中国短信长度范围为0-140字节，

2.题目中没有提到内存限制，假设内存是足够的(本题按下面算法最坏情况下需要1个多G)

2.建立140个元素的multimap数组（空短信可另行特殊处理），

下标为i的multimap与长度为i的字符串相对应。键为字符串的hash，值为字符串及其出现次数.

3.遍历短信，将短信根据长度进行处理，怎么处理我就不细说了

4.对每一个multimap，按字符串的出现次数，找出前10个字符串（也可能不足10个），

（可以用堆排序，复杂度为O(n*logn)）

5.在4找出的所有字符串组成的集合中，按字符串的出现次数，找出出现最多的前10个

方法二：
建立一个红黑树a;

遍历短信,对每条短信取MD5值，对每个MD5值在a中做操作：如果有值，这个key对应的值就+1，否则就=1；

遍历完后对红黑树取值最大的10个数，复杂度为10lg n

方法三：
首先我们将文本导入数据库，使用Having子句来实现这样的功能,我们利用如下语句
select count(*) ccount

from table
group by messageString having count(*)>1
order by ccount desc
这样得到的第一个记录就是出现重复次数最多的那组数字。

3、
方法一：利用正则表达式
方法二：
什么叫相似？是指属于同一服务，还是指URL字串上大都相同呢？
先考虑前者，如果一个URL是另一个URL的前缀，是不是应该叫相似？或者两个URL的前面的目录相同，是不是也应该叫相似？所以可以先左对齐求前段地址和部分目录的字符串是否一致，如果一致则认为相似。
再考虑后者，如果不满足前面的结果。考虑相似是指匹配字符较多。那就用动态规划求字符对齐匹配数最大的。那么较多是多少呢？这个标准可以人为取，我想怎么也得80%以上才叫相似吧。那就人为规定了字符动态匹配数的标准了，达标的就认为是相似的

转化为：求最长公共子序列的题目