2007年百度招聘在线笔试真题解答$百度$
面试笔试8.82K
问题:
一、 一个文本文件有多行,每行为一个URL。请编写代码,统计出URL中的文件名及出现次数。
a) 文件名不包括域名、路径和URL参数,例如中的文件名是rs。
b) 部分URL可能没有文件名,例如,这类统计为“空文件名”。
c) 出现在不同URL中的相同文件名视为同一文件名,例如和为同一文件名
文件内容示例如下:
二、 一个简单的论坛系统,以数据库储存如下数据:
用户名,email,主页,电话,联系地址,发帖标题,发帖内容,回复标题,回复内容。
每天论坛访问量300万左右,更新帖子10万左右。
请给出数据库表结构设计,并结合范式简要说明设计思路。
三、 现有两个文件,
a)数据文件A,格式为:关键词、IP地址、时间,记录条数为1000万左右,该文件是无序排列的。
b)数据文件B是关键词ID到关键词的对应表文件,格式为:ID、关键词,记录条数在100万左右,也是无序排列的。该对应表中的记录是一一对应的,不存在ID或者关键词重复的情况。
要求将数据文件A对应的关键词替换为B中的ID,生成新的数据文件C,数据文件C的格式为:关键词ID、IP地址、时间。
请设计一个程序,实现上述功能,并分析时间复杂度和空间复杂度。运行程序所使用的服务器的内存为1G,硬盘足够大。(至少要给出关键算法和设计思路)
专家回答:
第一题 简评 百度的主要业务是搜索,搜索的基本原理如下 1.编写爬虫程序到互联网上抓取网页海量的网页。 2.将抓取来的网页通过抽取,以一定的格式保存在能快速检索的文件系统中。 3.把用户输入的字符串进行拆分成关键字去文件系统中查询并返回结果。 由以上3点可见,字符串的分析,抽取在搜索引擎中的地位是何等重要。 因此,百度的笔试面试题中,出现这样的题就变得理所当然了。 以下是该题的java实现,代码如下:
import .*;
import .*;import .*; /** * @author tzy * 在j2sdk1.4.2下测
试通过 */public class FileNameStat{ private String srcPath;//要统计
的文件路径 private Map statMap;//用于统计的map public
FileNameStat(String srcPath) { ath=srcPath
; statMap=new TreeMap(); } /*获得要统
计的URL的文件名*/ public String getFileName(String urlString)
{ URL url=null; String filePath=null;
String fileName=null; try {
url=new URL(urlString); filePath=url
ath(); int index=0; if (
(index=IndexOf("/"))!=-1) {
fileName=tring(index+1);
} else {
fileName=""; } }
catch(MalformedURLException e) { }
return fileName; } /*统计指定文件名的
个数*/ public void stat(String filename) { Integer
count=null; if((filename)!=null)
{ count=(Integer)(filename);
count=new Integer(alue()+1); }
else { count=new Integer(1);
一、 一个文本文件有多行,每行为一个URL。请编写代码,统计出URL中的文件名及出现次数。
a) 文件名不包括域名、路径和URL参数,例如中的文件名是rs。
b) 部分URL可能没有文件名,例如,这类统计为“空文件名”。
c) 出现在不同URL中的相同文件名视为同一文件名,例如和为同一文件名
文件内容示例如下:
二、 一个简单的论坛系统,以数据库储存如下数据:
用户名,email,主页,电话,联系地址,发帖标题,发帖内容,回复标题,回复内容。
每天论坛访问量300万左右,更新帖子10万左右。
请给出数据库表结构设计,并结合范式简要说明设计思路。
三、 现有两个文件,
a)数据文件A,格式为:关键词、IP地址、时间,记录条数为1000万左右,该文件是无序排列的。
b)数据文件B是关键词ID到关键词的对应表文件,格式为:ID、关键词,记录条数在100万左右,也是无序排列的。该对应表中的记录是一一对应的,不存在ID或者关键词重复的情况。
要求将数据文件A对应的关键词替换为B中的ID,生成新的数据文件C,数据文件C的格式为:关键词ID、IP地址、时间。
请设计一个程序,实现上述功能,并分析时间复杂度和空间复杂度。运行程序所使用的服务器的内存为1G,硬盘足够大。(至少要给出关键算法和设计思路)
专家回答:
第一题 简评 百度的主要业务是搜索,搜索的基本原理如下 1.编写爬虫程序到互联网上抓取网页海量的网页。 2.将抓取来的网页通过抽取,以一定的格式保存在能快速检索的文件系统中。 3.把用户输入的字符串进行拆分成关键字去文件系统中查询并返回结果。 由以上3点可见,字符串的分析,抽取在搜索引擎中的地位是何等重要。 因此,百度的笔试面试题中,出现这样的题就变得理所当然了。 以下是该题的java实现,代码如下:
import .*;
import .*;import .*; /** * @author tzy * 在j2sdk1.4.2下测
试通过 */public class FileNameStat{ private String srcPath;//要统计
的文件路径 private Map statMap;//用于统计的map public
FileNameStat(String srcPath) { ath=srcPath
; statMap=new TreeMap(); } /*获得要统
计的URL的文件名*/ public String getFileName(String urlString)
{ URL url=null; String filePath=null;
String fileName=null; try {
url=new URL(urlString); filePath=url
ath(); int index=0; if (
(index=IndexOf("/"))!=-1) {
fileName=tring(index+1);
} else {
fileName=""; } }
catch(MalformedURLException e) { }
return fileName; } /*统计指定文件名的
个数*/ public void stat(String filename) { Integer
count=null; if((filename)!=null)
{ count=(Integer)(filename);
count=new Integer(alue()+1); }
else { count=new Integer(1);
-
2006百度笔试题
一、选择题:15分共10题1.一个含有n个顶点和e条边的简单无向图,在其邻接矩阵存储结构中共有____个零元素。A.eB.2eC.n2-eD.n2-2e2.____是面向对象程序设计语言中的一种机制。这种机制实现了方法的定义与具体的对象无关,而对方法的调用则可以关联于具体的对象。A.继承(Inh...
-
中移动实习笔试归
100题,60min内完成基本上都是小学语文小学数学题。。。最汗的是居然出了什么病句歧义的东西。。。似乎小学毕业以后就没怎么碰过这玩意了~大概用了50min完成了题目填好了答题卡,然后剩下10min检查前面的东西,居然还改了4题orz后悔的是没有提早交卷,后面等了将近20m...
-
中国人民银行上海总部(英语类)笔经
中国人民银行上海总部(英语类)笔经上海总部英语类只有1个职位,300多号人来抢,但不管怎样,比起人民日报笔试还要收费来说,这年头能免费考个试总还算不错昨晚在网上搜了一下,英语类的没啥笔经,好不容易找到一条,也只有寥寥数语,说是跟专八题型很像。今天考完回来,追述两句。...
-
花旗商行笔试
花旗商行笔试发信站:北大未名站(2005年12月06日18:46:48星期二),转信看有人问,说一下吧先是numericalreasoning,和shl的题感觉不太相同,时间稍紧一些不许使用计算器,总体来说还没什么问题然后是groupdiscussion,一组九个人,15min看案例(5页英文)30min英文讨论,最后要有...