百度1

简介:

备注:转载于 http://blog.csdn.net/ustc_dylan/article/details/5451227

百度面试题,仅提供一些参考。

 

1 完成函数
size_t foo(unsigned int *a1, size_t al1, unsigned int* a2, size_t al2)
其中a1和a2都为无符号数组,al1和al2为数组的长度,数组的长度为偶数。
无符号数组由一对数字区间组成。 如下例:
a1 为 0,1,3,6,10,20
a2 为 0,1,20,50,4,5
则 a1表示以下区间[0,1] [3,6] [10,20]
a2表示以下区间[0,1] [20,50] [4,5]
则a1,a2的重叠部分为[0,1] [4,5],其长度为2
函数foo要求返回重叠区间的长度。上例中为2.

要求:
详细说明自己的解题思路,说明自己实现的 一些关键点。
写出函数foo原代码,另外效率尽量高,并给出代码的复杂性分析。
限制:
al1和al2的长度不超过100万。而且 同一个数组的区间可能出现重重叠。
如a1可能为 0,5, 4,8, 9,100, 70,80
使用的存储空间尽量小。

 

解题方法:先对两个数组的区间进行排序,排序规则以区间的第一个数为键,然后将一个数组构建二叉排序树,将另一个数组中的区间一次在二叉排序树中查找。 时间复杂度(nlogn) 。

有人提出了log(+n)的复杂度,就是将两个数组排序,排序规则如上,然后对两个数组进行归并,归并出的结果即为所得。


2 多人排成一个队列,我们认为从低到高是正确的序列,但是总有部分人不遵守秩序。如果说,前面的人比后面的人高(两人身高一样认为是合适的),那么我们就认 为这两个人是一对“捣乱分子”,比如说,现在存在一个序列:
176, 178, 180, 170, 171
这些捣乱分子对 为<176, 170>, <176, 171>, <178, 170>, <178, 171>, <180, 170>, <180, 171>,  
那么,现在给出一个整型序列,请找出这些捣乱分子对的个数(仅给 出捣乱分子对的数目即可,不用具体的对)

要求:
输入:
为一个文件(in),文件的每一行为一个序列。序列全为数字,数字 间用”,”分隔。
输出:
为一个文件(out),每行为一个数字,表示捣乱分子的对数。

详细说明自己的解题思路,说明自己 实现的一些关键点。并给出实现的代码 ,并分析时间复杂度。

限制:
输入每行的最大数字个数为100000个,数字最长为6位。程 序无内存使用限制。


基本思路:将整个数列划分成多个递增序列,然后从第二个序列开始,对其中的每个数字与前面的序列比较,时间复杂度为
二、下面是两道选做题,请根据自己的情况选择其中的一道作答(WEB方向请答第4道,其他职位方向答第3 道)。

3  
考虑一个在线好友系统。系统为每个用户维护一个好友列表,列表限制最多可以有500个好友,好友必须是这个系统中的 其它用户。好友关系是单向的,用户B是用户A的好友,但A不一定是B的好友。

用户以ID形式表示,现给出好友列表数据的文本形式如下:
1 3,5,7,67,78,3332
2 567,890
31 1,66
14 567
78 10000

每 行数据有两列,第一列为用户ID,第二列为其好友ID,不同ID间用”,”分隔,ID升序排列。列之间用”t”分隔。


要求:
请 设计合适的索引数据结构,来完成以下查询:
给定用户A和B,查询A和B之间是否有这样的关系:B是A的二维好友(好友的好友)。
如上例 中,10000为1的二维好友,因为78为1的好友,10000为78的好友。

详细说明自己的解题思路,说明自己实现的一些关键点。并给 出实现的伪代码实现建立索引过程和查询过程,并说明空间和时间复杂度。

限制:
用户数量不超过1000万,平均50个好友。

4
有 关系模式:User(userId, userName), Article(articleId, userId, title, content),Vote(articleId, score),User为用户关系,Article为用户发表的文章关系,Vote为文章得票关系,title为文章标题、score为得票数。
(1) 用SQL语言查询所有没发表过文章的用户名;
(2)用SQL语言查询得票数大于100的所有文章标题,按得票数倒序排列;
(3)用SQL 语言查询出发表文章数大于5,文章平均得票数大于100的用户名,按平均得票数倒序排列;
(4)设计这些表的主键、外键和索引,并指出上面三个查 询所使用的索引。
(5)当用户数超过1000万,文章数超过1亿时,如何考虑存储及性能的改进和优化?

 

转自:http://www.cnblogs.com/cswolf/archive/2010/09/10/2267163.html





本文转自夏雪冬日博客园博客,原文链接:http://www.cnblogs.com/heyonggang/archive/2012/12/13/2817127.html,如需转载请自行联系原作者

目录
相关文章
|
11月前
|
存储 人工智能 安全
《鸿蒙NEXT中人工智能与区块链技术的协同创新之路》
鸿蒙NEXT是一款创新性操作系统,基于微内核架构,具备高可扩展性和分布式特性,为人工智能与区块链的协同创新提供了广阔舞台。通过数据安全共享、去中心化模型训练、智能合约结合及可信计算等路径,鸿蒙NEXT助力构建更智能、安全的应用生态,推动供应链金融、能源管理和数字版权保护等领域的技术进步与社会发展。
390 10
|
10月前
|
XML JSON Java
Java中Log级别和解析
日志级别定义了日志信息的重要程度,从低到高依次为:TRACE(详细调试)、DEBUG(开发调试)、INFO(一般信息)、WARN(潜在问题)、ERROR(错误信息)和FATAL(严重错误)。开发人员可根据需要设置不同的日志级别,以控制日志输出量,避免影响性能或干扰问题排查。日志框架如Log4j 2由Logger、Appender和Layout组成,通过配置文件指定日志级别、输出目标和格式。
|
机器学习/深度学习 数据可视化 数据挖掘
Python数据分析工具有哪些
【7月更文挑战第3天】Python数据分析工具有哪些
547 58
|
存储 前端开发 JavaScript
深入理解React Fiber架构及其性能优化
【10月更文挑战第5天】深入理解React Fiber架构及其性能优化
520 1
|
存储 人工智能 弹性计算
国内首个,阿里云入选Gartner®战略云平台魔力象限挑战者
近日,Gartner发布2024年《战略云平台魔力象限》(Magic Quadrant™ for Strategic Cloud Platform Services)报告,阿里云从利基者象限进入挑战者象限,成为国内首个入选该象限的中国公共云厂商。
|
机器学习/深度学习 人工智能 自然语言处理
【智能助手体验】分享一款超好用的AI工具:Kimi
Kimi是一款由月之暗面科技有限公司开发的AI助手,具备强大的自然语言理解和文件内容解析能力,支持多种文件格式,并能结合互联网搜索提供全面答案。无论是在工作中的数据分析还是日常生活中的信息查询,Kimi都能给出满意的结果,展现出巨大的应用潜力。
|
JavaScript
Vue Steps步骤组件用法
Vue Steps步骤组件用法
376 0
|
关系型数据库 MySQL Java
MySQL支持哪些编程语言?
MySQL支持哪些编程语言?
523 1
|
SQL 存储 关系型数据库
mysql SQL必知语法
本文详细介绍了MySQLSQL的基本语法,包括SELECT、FROM、WHERE、GROUPBY、HAVING、ORDERBY等关键字的使用,以及数据库操作如创建、删除表,数据类型,插入、查询、过滤、排序、连接和汇总数据的方法。通过学习这些内容,读者将能更好地管理和操
297 0
|
数据可视化 搜索推荐 BI
一套依托“电脑端+移动端”双端联合应用模式的智慧综合执法办案系统源码
智慧综合执法系统构建了线上指挥到监督的全流程工作模式,实现电脑端与移动端双平台协同作业。执法人员利用移动端实时记录、处理案件,并同步至电脑端。系统支持应急管理案件快速办理,具备法律法规智能引用、地理信息绑定等功能,确保流程标准化、规范化,提升执法效率与质量。此外,还提供案件登记、办理、统计分析及电子案卷生成等模块,配合电子支付系统,实现全方位智能执法管理。
407 0
一套依托“电脑端+移动端”双端联合应用模式的智慧综合执法办案系统源码