百度最新面试题集锦
转载请标明出处，原文地址：http://blog.csdn.net/hackbuteer1/article/details/7348968
1、实现一个函数，对一个正整数n，算得到1须要的最少操作次数。操作规则为：假设n为偶数，将其除以2；假设n为奇数，能够加1或减1；一直处理下去。
样例：
func(7) = 4，能够证明最少须要4次运算
n = 7
n-1 6
n/2 3
n-1 2
n/2 1
要求：实现函数(实现尽可能高效) int func(unsign int n)；n为输入，返回最小的运算次数。给出思路(文字描写叙述)，完毕代码，并分析你算法的时间复杂度。
答：
int func(unsigned int n)
{
if(n == 1)
return 0;
if(n % 2 == 0)
return 1 + func(n/2);
int x = func(n + 1);
int y = func(n - 1);
if(x > y)
return y+1;
else
return x+1;
}
如果n表示成二进制有x bit，能够看出计算复杂度为O(2^x)，也就是O(n)。
将n转换到二进制空间来看（比方7为111，6为110）：
- 假设最后一位是0，则相应于偶数，直接进行除2操作。
- 假设最后一位是1，情况则有些复杂。
**假设最后几位是???01，则有可能为???001，???1111101。在第一种情况下，显然应该-1；在另外一种情况下-1和+1终于须要的步数同样。所以在???01的情况下，应该选择-1操作。
**假设最后几位是???011，则有可能为???0011，???11111011。在第一种情况下，+1和-1终于须要的步数同样；在另外一种情况下+1步数更少些。所以在???011的情况下，应该选择+1操作。
**假设最后有很多其它的连续1，也应该选择+1操作。
假设最后剩下的各位都是1，则有11时应该选择-1；111时+1和-1同样；1111时应选择+1；大于四个1时也应该选择+1；
int func(unsigned int n)
{
if(n == 1)
return 0;
if(n % 2 == 0)
return 1 + func(n/2);
if(n == 3)
return 2;
if(n&2)
return 1 + func(n+1);
else
return 1 + func(n-1);
}
由以上的分析可知，奇数的时候加1或减1，全然取决于二进制的后两位，假设后两位是10、00那么肯定是偶数，选择除以2，假设后两位是01、11，那么选择结果会不一样的，假设是*****01，那么选择减1，假设是*****11，那么选择加1，特殊情况是就是n是3的时候，选择减1操作。
非递归代码例如以下：
// 非递归写法
int func(int n)
{
int count = 0;
while(n > 1)
{
if(n % 2 == 0)
n >>= 1;
else if(n == 3)
n--;
else
{
if(n&2) // 二进制是******11时
n++;
else // 二进制是******01时
n--;
}
count++;
}
return count;
}第二种写法例如以下：// 非递归写法
int func(int n)
{
int count = 0;
while(n > 1)
{
if(n % 2 == 0) // n % 4等于0或2
n >>= 1;
else if(n == 3)
n--;
else
n += (n % 4 - 2); // n % 4等于1或3
count++;
}
return count;
}2、找到满足条件的数组给定函数d(n)=n+n的各位之和，n为正整数，如d(78)=78+7+8=93。这样这个函数能够看成一个生成器，如93能够看成由78生成。
定义数A：数A找不到一个数B能够由d(B)=A，即A不能由其它数生成。如今要敲代码，找出1至10000里的全部符合数A定义的数。
回答：
申请一个长度为10000的bool数组，每一个元素代表相应的值能否够有其他数生成。開始时将数组中的值都初始化为false。
因为大于10000的数的生成数必然大于10000，所以我们仅仅需遍历1到10000中的数，计算生成数，并将bool数组中相应的值设置为true，表示这个数能够有其他数生成。
最后bool数组中值为false的位置相应的整数就是不能由其他数生成的。
3、一个大的含有50M个URL的记录，一个小的含有500个URL的记录，找出两个记录里同样的URL。
回答：
首先使用包括500个url的文件创建一个hash_set。
然后遍历50M的url记录，假设url在hash_set中，则输出此url并从hash_set中删除这个url。
全部输出的url就是两个记录里同样的url。
4、海量日志数据，提取出某日訪问百度次数最多的那个IP。
回答：
假设日志文件足够的大，大到不能全然载入到内存中的话。
那么能够考虑分而治之的策略，依照IP地址的hash(IP)%1024值，将海量日志存储到1024个小文件里。每一个小文件最多包括4M个IP地址。
对于每一个小文件，能够构建一个IP作为key，出现次数作为value的hash_map，并记录当前出现次数最多的1个IP地址。
有了1024个小文件里的出现次数最多的IP，我们就能够轻松得到整体上出现次数最多的IP。
5、有10个文件，每一个文件1G，每一个文件的每一行都存放的是用户的query，每一个文件的query都可能反复。怎样依照query的频度排序？
回答：
1）读取10个文件，依照hash(query)%10的结果将query写到相应的文件里。这样我们就有了10个大小约为1G的文件。随意一个query仅仅会出如今某个文件里。
2）对于1）中获得的10个文件，分别进行例如以下操作
-利用hash_map（query，query_count）来统计每一个query出现的次数。
-利用堆排序算法对query依照出现次数进行排序。
-将排序好的query输出的文件里。
这样我们就获得了10个文件，每一个文件里都是按频率排序好的query。
3）对2）中获得的10个文件进行归并排序，并将终于结果输出到文件里。
6、蚂蚁爬杆问题
有一根27厘米长的细木杆，在第3厘米，7厘米，11厘米，17厘米，23厘米这五个位置上各有一仅仅蚂蚁，木杆非常细，不能同一时候通过两仅仅蚂蚁，開始时，蚂蚁的头朝向左还是右是随意的，他们仅仅会朝前走或掉头，但不会后退，当两仅仅蚂蚁相遇后，蚂蚁会同一时候掉头朝反方向走，如果蚂蚁们每秒钟能够走1厘米的距离。求全部蚂蚁都离开木杆的最小时间和最大时间。
答案：
两仅仅蚂蚁相遇后，各自掉头朝相反方向走。假设我们不考虑每一个蚂蚁的详细身份，这和两仅仅蚂蚁相遇后，打个招呼继续向前走没有什么差别。
全部蚂蚁都离开木杆的最小时间为
max(min(3,27-3),min(7,27-7), min(11,27-11), min(17,27-17),min(23,27-23))=11
全部蚂蚁都离开木杆的最大时间为
max(max(3,27-3),max(7,27-7), max(11,27-11), max(17,27-17),max(23,27-23))=24
7、当在浏览器中输入一个url后回车，后台发生了什么？比方输入url后，你看到了百度的首页，那么这一切是怎样发生的呢？
回答：
简单来说有下面步骤：
1、查找域名相应的IP地址。这一步会依次查找浏览器缓存，系统缓存，路由器缓存，ISPDNS缓存，根域名server。
2、向IP相应的server发送请求。
3、server响应请求，发回网页内容。
4、浏览器解析网页内容。
当然，因为网页可能有重定向，或者嵌入了图片，AJAX，其他子网页等等，这4个步骤可能重复进行多次才干将终于页面展示给用户。
8、推断两棵树是否相等，请实现两棵树是否相等的比較，相等返回1，否则返回其它值，并说明算法复杂度。
数据结构为：
typedef struct TreeNode
{
char c;
TreeNode *leftchild;
TreeNode *rightchild;
}TreeNode;函数接口为：int CompTree(TreeNode* tree1,TreeNode* tree2);注：A、B两棵树相等当且仅当RootA->c==RootB-->c,并且A和B的左右子树相等或者左右互换相等。
递归方法：
bool CompTree(TreeNode *tree1, TreeNode *tree2)
{
if(tree1 == NULL && tree2 == NULL)
return true;
if(tree1 == NULL || tree2 == NULL)
return false;
if(tree1->c != tree2->c)
return false;
if( (CompTree(tree1->leftchild, tree2->leftchild) && CompTree(tree1->rightchild, tree2->rightchild)) || CompTree(tree1->leftchild, tree2->rightchild) && CompTree(tree1->rightchild, tree2->leftchild))
return true;
}
时间复杂度：
在树的第0层，有1个节点，我们会进行1次函数调用；
在树的第1层，有2个节点，我们可能会进行4次函数调用；
在树的第2层，有4个节点，我们可能会进行16次函数调用；
....
在树的第x层，有2^x个节点，我们可能会进行(2^x)^2次函数调用；
所以如果总节点数为n，则算法的复杂度为O(n^2)。
腾讯面试题：求一个论坛的在线人数，如果有一个论坛，其注冊ID有两亿个，每一个ID从登陆到退出会向一个日志文件里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：
一天总共同拥有3600*24=86400秒。
定义一个长度为86400的整数数组intdelta[86400]，每一个整数相应这一秒的人数变化值，可能为正也可能为负。開始时将数组元素都初始化为0。
然后依次读入每一个用户的登录时间和退出时间，将与登录时间相应的整数值加1，将与退出时间相应的整数值减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]，每一个整数相应这一秒的论坛在线人数。
如果一天開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随意时间的在线人数。
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，可是每次仅仅能载2人。存在例如以下的危急：不管在河的哪边，当囚徒人数多于警察的人数时，将有警察被囚徒杀死。问题：请问怎样确定渡河方案，才干保证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，内存使用仅仅有1G。请描写叙述思想，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（如果没有反复，都是最大长度）占用内存3M*1K/4=0.75G。所以能够将全部字符串都存放在内存中进行处理。
能够使用key为字符串（其实是字符串的hash值），值为字符串出现次数的hash来统计每一个每一个字符串出现的次数。并用一个长度为10的数组/链表来存储眼下出现次数最多的10个字符串。
这样空间和时间的复杂度都是O(n)。
11、怎样找出字典中的兄弟单词。给定一个单词a，假设通过交换单词中字母的顺序能够得到另外的单词b，那么定义b是a的兄弟单词。如今给定一个字典，用户输入一个单词，怎样依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，使得兄弟单词有同样的key，不是兄弟的单词有不同的key。比如，将单词按字母从小到大又一次排序后作为其key，比方bad的key为abd，good的key为dgoo。
使用链表将全部兄弟单词串在一起，hash_map的key为单词的key，value为链表的起始地址。
開始时，先遍历字典，将每一个单词都依照key增加到相应的链表其中。当须要找兄弟单词时，仅仅需求取这个单词的key，然后到hash_map中找到相应的链表就可以。
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，如今有一个数组，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统计每一个数出现的次数，并用两个值存储眼下出现次数最多的数和相应出现的次数。
这样能够做到O(n)的时间复杂度和O(n)的空间复杂度，满足题目的要求。
可是没有利用“一个数出现的次数超过了一半”这个特点。或许算法还有提高的空间。
答案2：
使用两个变量A和B，当中A存储某个数组中的数，B用来计数。開始时将B初始化为0。
遍历数组，假设B=0，则令A等于当前数，令B等于1；假设当前数与A同样，则B=B+1；假设当前数与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、找出被改动过的数字
n个空间（当中n<1M），存放a到a+n-1的数，位置随机且数字不反复，a为正且未知。如今第一个空间的数被误设置为-1。已经知道被改动的数不是最小的。请找出被改动的数字是多少。
比如：n=6，a=2，原始的串为5,3,7,6,2,4。如今被别人改动为-1,3,7,6,2,4。如今希望找到5。
回答：
因为改动的数不是最小的，所以遍历第二个空间到最后一个空间能够得到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。
那么被改动的数就是total-sub_total。
14、设计DNSserver中cache的数据结构。
要求设计一个DNS的Cache结构，要求可以满足每秒5000以上的查询，满足IP数据的高速插入，查询的速度要快。（题目还给出了一系列的数据，比方：网站数总共为5000万，IP地址有1000万，等等）
回答：
DNSserver实现域名到IP地址的转换。
每一个域名的平均长度为25个字节（预计值），每一个IP为4个字节，所以Cache的每一个条目须要大概30个字节。
总共50M个条目，所以须要1.5G个字节的空间。能够放置在内存中。（考虑到每秒5000次操作的限制，也仅仅能放在内存中。）
能够考虑的数据结构包含hash_map，字典树，红黑树等等。
15、找出给定字符串相应的序号。
序列Seq=[a,b,…z,aa,ab…az,ba,bb,…bz,…,za,zb,…zz,aaa,…]类似与excel的排列，随意给出一个字符串s=[a-z]+(由a-z字符组成的随意长度字符串），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。
比方ab，则位置为26*1+2；
比方za，则位置为26*26+1；
比方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。比如{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怎样最高效的找到第k大的数。
我们能够通过高速排序，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。这样整体复杂度为O(NlogN)。
我们还能够通过二分的思想，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，通过让这个数和其他数比較，我们能够将整个数组分成了两部分而且满足，{x,xx,...,t}<{y,yy,...}。
在将数组分成两个数组的过程中，我们还能够记录每一个子数组的大小。这样我们就能够确定第k大的数字在哪个子数组中。
然后我们继续对包括第k大数字的子数组进行相同的划分，直到找到第k大的数字为止。
平均来说，因为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40亿个不反复的unsigned int的整数，没排过序的，然后再给几个数，怎样高速推断这几个数是否在那40亿个数其中?
答案：
unsigned int的取值范围是0到2^32-1。我们能够申请连续的2^32/8=512M的内存，用每个bit相应一个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相应的bit设置为1。当须要查询时，直接找到相应bit，看其值是0还是1就可以。
18、在一个文件里有10G个整数，乱序排列，要求找出中位数。内存限制为2G。
回答：
最好还是如果10G个整数是64bit的。
2G内存能够存放256M个64bit整数。
我们能够将64bit的整数空间平均分成256M个取值范围，用2G的内存对每一个取值范围内出现整数个数进行统计。这样遍历一边10G整数后，我们便知道中数在那个范围内出现，以及这个范围内总共出现了多少个整数。
假设中数所在范围出现的整数比較少，我们就能够对这个范围内的整数进行排序，找到中数。假设这个范围内出现的整数比較多，我们还能够採用相同的方法将此范围再次分成多个更小的范围（256M=2^28，所以最多须要3次就能够将此范围缩小到1，也就找到了中数）。
19、时分秒针在一天之类重合多少次？（24小时）
2次
而时针和分针重合了22次。
20、将多个集合合并成没有交集的集合。
给定一个字符串的集合，格式如：{aaabbbccc}，{bbbddd}，{eeefff}，{ggg}，{dddhhh}要求将当中交集不为空的集合合并，要求合并完毕后的集合之间无交集，比如上例应输出{aaabbbcccdddhhh}，{eeefff}，{ggg}。
（1）请描写叙述你解决问题的思路；
（2）请给出基本的处理流程，算法，以及算法的复杂度
（3）请描写叙述可能的改进。
回答：
集合使用hash_set来表示，这样合并时间复杂度比較低。
1、给每一个集合编号为0，1，2，3...
2、创建一个hash_map，key为字符串，value为一个链表，链表节点为字符串所在集合的编号。遍历全部的集合，将字符串和相应的集合编号插入到hash_map中去。
3、创建一个长度等于集合个数的int数组，表示集合间的合并关系。比如，下标为5的元素值为3，表示将下标为5的集合合并到下标为3的集合中去。開始时将全部值都初始化为-1，表示集合间没有互相合并。在集合合并的过程中，我们将全部的字符串都合并到编号较小的集合中去。
遍历第二步中生成的hash_map，对于每一个value中的链表，首先找到最小的集合编号（有些集合已经被合并过，须要顺着合并关系数组找到合并后的集合编号），然后将链表中全部编号的集合都合并到编号最小的集合中（通过更改合并关系数组）。
4、如今合并关系数组中值为-1的集合即为终于的集合，它的元素来源于全部直接或间接指向它的集合。
算法的复杂度为O(n)，当中n为全部集合中的元素个数。
题目中的样例：
0:{aaabbbccc}
1:{bbbddd}
2:{eeefff}
3:{ggg}
4:{dddhhh}
生成的hash_map，和处理完每一个值后的合并关系数组分别为
aaa:0。[-1,-1,-1,-1,-1]
bbb:0,1。[-1,0,-1,-1,-1]
ccc:0。[-1,0,-1,-1,-1]
ddd:1,4。[-1,0,-1,-1,0]
eee:2。[-1,0,-1,-1,0]
fff:2。[-1,0,-1,-1,0]
ggg:3。[-1,0,-1,-1,0]
hhh:4。[-1,0,-1,-1,0]
所以合并完后有三个集合，第0，1，4个集合合并到了一起，
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，假设这些点中随意三点都没有共线的，那么一共应该有C(11，2)=55， 但是，题目中说能够连接成48条直线，那么这11个点中必然有多点共线的情况。 55-48=7，从7来分析：
如果有一组三个点共线，那么能够组成的直线在55的基础上应该减去C(3，2)-1=2 2*3=6≠7，因此，能够断定不仅有三点共线的，也可能有四个点共线的可能。
如果有一组四个点共线，那么能够组成的直线在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，由于，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，仅仅有一个4点共线，一个3点共线才干满足条件，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）
转载请标明出处，原文地址：http://blog.csdn.net/hackbuteer1/article/details/7348968
