腾讯面试题

求一个论坛的在线人数，假设有一个论坛，其注册ID有两亿个，每个ID从登陆到退出会向一个日志文件中记下登陆时间和退出时间，要求写一个算法统计一天中论坛的用户在线分布，取样粒度为秒。
回答：
　　一天总共有3600*24=86400秒。
　　定义一个长度为86400的整数数组intdelta[86400]，每个整数对应这一秒的人数变化值，可能为正也可能为负。开始时将数组元素都初始化为0。
　　然后依次读入每个用户的登录时间和退出时间，将与登录时间对应的整数值加1，将与退出时间对应的整数值减1。
　　这样处理一遍后数组中存储了每秒中的人数变化情况。
　　定义另外一个长度为86400的整数数组intonline_num[86400]，每个整数对应这一秒的论坛在线人数。
　　假设一天开始时论坛在线人数为0，则第1秒的人数online_num[0]=delta[0]。第n+1秒的人数online_num[n]=online_num[n-1]+delta[n]。
　　这样我们就获得了一天中任意时间的在线人数。

9、三个警察和三个囚徒的过河问题

　　三个警察和三个囚徒共同旅行。一条河挡住了去路，河边有一条船，但是每次只能载2人。存在如下的危险：无论在河的哪边，当囚徒人数多于警察的人数时，将有警察被囚徒杀死。问题：请问如何确定渡河方案，才能保证6人安全无损的过河。
答案：第一次：两囚徒同过，回一囚徒
第二次：两囚徒同过，回一囚徒
第三次：两警察同过，回一囚徒一警察（此时对岸还剩下一囚徒一警察，是安全状态）
第四次：两警察同过，回一囚徒（此时对岸有3个警察，是安全状态）
第五次：两囚徒同过，回一囚徒
第六次：两囚徒同过；over

10、从300万字符串中找到最热门的10条
搜索的输入信息是一个字符串，统计300万输入信息中的最热门的前10条，我们每次输入的一个字符串为不超过255byte，内存使用只有1G。请描述思想，写出算法（c语言），空间和时间复杂度。
答案：
　　300万个字符串最多（假设没有重复，都是最大长度）占用内存3M*1K/4=0.75G。所以可以将所有字符串都存放在内存中进行处理。
　　可以使用key为字符串（事实上是字符串的hash值），值为字符串出现次数的hash来统计每个每个字符串出现的次数。并用一个长度为10的数组/链表来存储目前出现次数最多的10个字符串。
　　这样空间和时间的复杂度都是O(n)。
11、如何找出字典中的兄弟单词。给定一个单词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，那么定义b是a的兄弟单词。现在给定一个字典，用户输入一个单词，如何根据字典找出这个单词有多少个兄弟单词？
答案：
　　使用hash_map和链表。
　　首先定义一个key，使得兄弟单词有相同的key，不是兄弟的单词有不同的key。例如，将单词按字母从小到大重新排序后作为其key，比如bad的key为abd，good的key为dgoo。
　　使用链表将所有兄弟单词串在一起，hash_map的key为单词的key，value为链表的起始地址。
　　开始时，先遍历字典，将每个单词都按照key加入到对应的链表当中。当需要找兄弟单词时，只需求取这个单词的key，然后到hash_map中找到对应的链表即可。
　　这样创建hash_map时时间复杂度为O(n)，查找兄弟单词时时间复杂度是O(1)。
12、找出数组中出现次数超过一半的数，现在有一个数组，已知一个数出现的次数超过了一半，请用O(n)的复杂度的算法找出这个数。
答案1：
　　创建一个hash_map，key为数组中的数，value为此数出现的次数。遍历一遍数组，用hash_map统计每个数出现的次数，并用两个值存储目前出现次数最多的数和对应出现的次数。
　　这样可以做到O(n)的时间复杂度和O(n)的空间复杂度，满足题目的要求。
　　但是没有利用“一个数出现的次数超过了一半”这个特点。也许算法还有提高的空间。
答案2：
　　使用两个变量A和B，其中A存储某个数组中的数，B用来计数。开始时将B初始化为0。
　　遍历数组，如果B=0，则令A等于当前数，令B等于1；如果当前数与A相同，则B=B+1；如果当前数与A不同，则令B=B-1。遍历结束时，A中的数就是要找的数。
　　这个算法的时间复杂度是O(n)，空间复杂度为O(1)。

13、找出被修改过的数字
      n个空间（其中n<1M），存放a到a+n-1的数，位置随机且数字不重复，a为正且未知。现在第一个空间的数被误设置为-1。已经知道被修改的数不是最小的。请找出被修改的数字是多少。
　　例如：n=6，a=2，原始的串为5,3,7,6,2,4。现在被别人修改为-1,3,7,6,2,4。现在希望找到5。
回答：
　　由于修改的数不是最小的，所以遍历第二个空间到最后一个空间可以得到a的值。
　　a到a+n-1这n个数的和是total=na+(n-1)n/2。
　　将第二个至最后一个空间的数累加获得sub_total。
　　那么被修改的数就是total-sub_total。

（有溢出危险）

 

第2种方法：

 

做一个抑或操作，一个数x，x^x=0,x^0=x,所以修改后的第二个空间到最后一个空间所有数抑或一遍，然后再抑或a到a+n-1,相当于(3^3)^(7^7)...(4^4)^5=5^0=5,结果就是被修改的数字。

14、设计DNS服务器中cache的数据结构。
　　要求设计一个DNS的Cache结构，要求能够满足每秒5000以上的查询，满足IP数据的快速插入，查询的速度要快。（题目还给出了一系列的数据，比如：站点数总共为5000万，IP地址有1000万，等等）
回答：
　　DNS服务器实现域名到IP地址的转换。
　　每个域名的平均长度为25个字节（估计值），每个IP为4个字节，所以Cache的每个条目需要大概30个字节。
　　总共50M个条目，所以需要1.5G个字节的空间。可以放置在内存中。（考虑到每秒5000次操作的限制，也只能放在内存中。）
　　可以考虑的数据结构包括hash_map，字典树，红黑树等等。
15、找出给定字符串对应的序号。
　　序列Seq=[a,b,…z,aa,ab…az,ba,bb,…bz,…,za,zb,…zz,aaa,…]类似与excel的排列，任意给出一个字符串s=[a-z]+(由a-z字符组成的任意长度字符串），请问s是序列Seq的第几个。
回答：
　　注意到每满26个就会向前进一位，类似一个26进制的问题。
　　比如ab，则位置为26*1+2；
　　比如za，则位置为26*26+1；
　　比如abc，则位置为26*26*1+26*2+3；
16、找出第k大的数字所在的位置。写一段程序，找出数组中第k大小的数，输出数所在的位置。例如{2，4，3，4，7}中，第一大的数是7，位置在4。第二大、第三大的数都是4，位置在1、3随便输出哪一个均可。
答案：
   先找到第k大的数字，然后再遍历一遍数组找到它的位置。所以题目的难点在于如何最高效的找到第k大的数。
　我们可以通过快速排序，堆排序等高效的排序算法对数组进行排序，然后找到第k大的数字。这样总体复杂度为O(NlogN)。
　我们还可以通过二分的思想，找到第k大的数字，而不必对整个数组排序。从数组中随机选一个数t，通过让这个数和其它数比较，我们可以将整个数组分成了两部分并且满足，{x,xx,...,t}<{y,yy,...}。
　在将数组分成两个数组的过程中，我们还可以记录每个子数组的大小。这样我们就可以确定第k大的数字在哪个子数组中。
　然后我们继续对包含第k大数字的子数组进行同样的划分，直到找到第k大的数字为止。
　平均来说，由于每次划分都会使子数组缩小到原来1/2，所以整个过程的复杂度为O(N)。

17、给40亿个不重复的unsigned int的整数，没排过序的，然后再给几个数，如何快速判断这几个数是否在那40亿个数当中?
答案：
　　unsigned int的取值范围是0到2^32-1。我们可以申请连续的2^32/8=512M的内存，用每一个bit对应一个unsigned int数字。首先将512M内存都初始化为0，然后每处理一个数字就将其对应的bit设置为1。当需要查询时，直接找到对应bit，看其值是0还是1即可。

18、在一个文件中有10G个整数，乱序排列，要求找出中位数。内存限制为2G。

解法：首先假设是32位无符号整数。
1. 读一遍10G个整数，把整数映射到256M个区段中，用一个64位无符号整数给每个相应区段记数。
说明：整数范围是0 - 2^32 - 1，一共有4G种取值，映射到256M个区段，则每个区段有16（4G/256M = 16）种值，每16个值算一段， 0～15是第1段，16～31是第2段，……2^32-16 ～2^32-1是第256M段。一个64位无符号整数最大值是0～8G-1，这里先不考虑溢出的情况。总共占用内存256M×8B=2GB。

 

2. 从前到后对每一段的计数累加，当累加的和超过5G时停止，找出这个区段（即累加停止时达到的区段，也是中位数所在的区段）的数值范围，设为[a，a+15]，同时记录累加到前一个区段的总数，设为m。然后，释放除这个区段占用的内存。

 

3. 再读一遍10G个整数，把在[a，a+15]内的每个值计数，即有16个计数。

 

4. 对新的计数依次累加，每次的和设为n，当m+n的值超过5G时停止，此时的这个计数所对应的数就是中位数。

 

总结：
1.以上方法只要读两遍整数，对每个整数也只是常数时间的操作，总体来说是线性时间。

21、平面内有11个点，由它们连成48条不同的直，由这些点可连成多少个三角形？
解析：
首先你要分析，平面中有11个点，如果这些点中任意三点都没有共线的，那么一共应该有C(11，2)=55，  可是，题目中说可以连接成48条直线，那么这11个点中必定有多点共线的情况。  55-48=7，从7来分析：
假设有一组三个点共线，那么可以组成的直线在55的基础上应该减去C(3，2)-1=2     2*3=6≠7，因此，可以断定不仅有三点共线的，也可能有四个点共线的可能。
假设有一组四个点共线，那么可以组成的直线在55的基础上应该减去C(4，2)-1=5
（备注，五个点共线的可能不存在，因为，C(5，2)-1=9>7，故不可能有五条直线共线。）

因此，三点共线少2条，4点共线少5条，只有一个4点共线，一个3点共线才能满足条件，其余情况不能满足少了7条直线。
那么，这11个点能组成的三角形的个数为，C(11，3)-C(3，3)-C(4，3)=165-1-4=160  （备注，三个点共线不能组成三角形）