2012百度实习招聘

 

简答题

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，比如单词army和mary互为兄弟单词。

现在要给出一种解决方案，通过用户输入的单词，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提高。

2、线程和进程的区别及联系？如何理解“线程安全”问题？

3、C和C++中如何动态分配和释放内存？他们的区别是什么？

算法设计

1、网页爬虫在抓取页面时，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，同样对该页面上的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，如从www.baidu.com/a.html链接到www.baidu.com/b.html再链接到www.baidu.com /x.html，当爬虫抓取到某个页面时，有可能再链接回www.baidu.com/b.html，也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或者不包含任何link的终极页面时即完成爬取。爬虫在抓取到这些页面后会建立一个单向链表，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，存储资源受限，无法用hash方法判断其是否包含相同的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）

2、数组al[0,mid-1]和al[mid,num-1]是各自有序的，对数组al[0,num-1]的两个子有序段进行merge，得到al[0,num-1]整体有序。要求空间复杂度为O(1)。注：al[i]元素是支持'<'运算符的。
系统设计
两个200G大小的文件A和B，AB文件里内容均为无序的一行一个正整数字（不超过2^63），请设计方案，输出两个文件中均出现过的数字，使用一台内存不超过16G、磁盘充足的机器。
方案中指明使用java编程时使用到的关键工具类，以及为什么?

 

来源：http://blog.csdn.net/mishifangxiangdefeng/article/details/8018629