百度-2009-科大-笔试题.doc

2008-9-24成都电子科技大学百度笔试题（第一套题） 一：编程题 现有一组共计N个固定的集合（N为万量级），每个集合有个从0开始递增的集合ID，每个集合包含1~M个TERM（M为0~100的量级），希望设计一个程序能够持续对外服务，输入是一个TERM数组，输出其中任意一个集合ID（如果该TERM数组包含该集合的所有TERM），如果找不到输出-1。要求： 时间复杂度最优，能够在短时间内对大量输入逐个输出 实现具体的代码（可以是伪代码），其中常用的数据结构可以采用标准库。 给出时间复杂度和空间复杂度。 TERM组合集合的文件格式举例： TERM_1 空格 TERM_2 TERM_1 空格 TERM_3 TERM_1 空格 TERM_3 TERM_4 输入的为TERM数组（说明：TERM为一个词，可能是中文，固定字符串表示） 二：算法题 你现在有一个文件，文件中顺序存有N个记录，R1,R2,...,RN,这些记录不是有序的，但是你知道一个整数M,这些记录满足R1R2...RM以及RM+1RM+2...RN. 1,设计一个算法或编写一个程序，将文件中的记录排序为R1R2,…,RN,算法或程序读取文件的次数为O(N),不限内存使用， 2,设计一个算法或编写一个程序，将文件中的记录排序为R1R2...RN,算法或程序读写文件的次数为O(N)，空间复杂度为O(1)，(亦即，你使用的内存大小和M,N均无关。) 三：系统设计题 网络上所有的链接都可以用以下的三元素进行描述： From_url（链接所在页面的URL） to_url（链接所指向的URL） anchor（链接在页面上所显示的内容） 现在假设所有的网页链接信息（from_url \ to_url \anchor）按from_url为轴都存储在M个（M：1k以内）巨型数据库中： 链接存储形式：from_url to_url anchor； 一个from_url的所有的to_url都存储在同一个数据库中； 假设每个数据库存储的数据量相同 要求设计一个获取所有链接分发程序，将这些数据均匀分发到N个远程数据库中（N:100以内）要求做到：1所有to_url相同的链接需要分到同一个远程数据库，2所有to_url的站点相同的需要分发到同一个远程数据库，3每个远程数据库获取的链接总数要尽量均匀，4每台数据库完成时间尽量保持一致5，获取网页的速度尽量快（从数据库中） 说明：对于url：/m?tn=baidump3，其中属于站点信息。 2008-9-24成都电子科技大学百度笔试题（第二套题） 一：算法题 有一段文本，由英文字母、阿拉伯数字、GB2312编码的中文字符和一些常用标点符号（假设只包含全/半角的逗号和句子）组成。请写出程序，统计这段文本中每个字的出现次数，对“字”的定义如下：1，连续的英文字母或者阿拉伯数字，例如ab3或123，但最长不超过32个字符；2，包含不超过一个半角句点的两段连续数字，例如2.34，但最长不超过32个字符3，单个汉字 二：开放性题目：ORMapping是进行快速web开发经常使用到的技术，请设计一个简单的ORMapping框架，请首先说明设计思路，然后给出设计和Mapping部分的编码，并指出实现ORMapping所用到的编程语言的关键语言特性，要求：1，实现简单对象到关系的映射2，完成一对多关系到对象的映射。 三：数据库题 设计一个游戏积分系统，能够实现以下功能：1，用户在客户端结束游戏后，能够通过相应接口将积分进行上传；2，服务端保存结果并能展示该游戏的积分排行情况，分数按照从高到低排列，相同分数下按照提交时间的先后排定顺序；3，排行榜只展现排名前200的用户；4，同一个用户多次提交的情况下，只取分数最高的一次记录；5，系统要有一定的扩展性，能够灵活的增加、删除一个游戏。 要求：1，阐述客户端和服务端如何进行交互，交互流程是怎样的，设计合理的交互过程及接口。2，设计服务端存储系统，阐述采用的存储方案，如果是使用数据库，详细说明表的结构索引等。3，系统要求有很强的防作弊功能，能够屏蔽用户自己伪造数据提交成其他的spam行为。4，在满足功能的前提下，能够尽量提高整套系统的效率，例如：降低负载、缩短响应时间等。5，同时在线游戏的用户有百万级，因此单机很可能承受不了这么大的浏览压力，在设计系统的时候要考虑多台服务器如何部署，怎样保证负载均衡 说明：1，用户的登录信息系统可以直接获取到，设计的时候不用考虑这个问题2，要求中第5条为附加功能，在满足功能的前提下再考虑多服务器的部署问题3：客户端与服务器的交互采用简单的HTTP协议即可，不用考虑其他交互方式。 四：设计题 历史操作信息分页显示设计。现有一系统，需要保存用户6个月内的操作信息以提供给用户查询，由于历史操作的