百度招聘笔试考试题

百度 第一套
一、选择题：15 分 共 10 题
1. 在排序方法中，关键码比较次数与记录地初始排列无关的是：
A. Shell 排序 B. 归并排序 C. 直接插入排序 D. 选择排序

2. 以下多线程对 int 型变量x的操作，哪几个需要进行同步：
A. x=y; B. x++; C. ++x; D. x=1;

3. 代码
void func()
{
　　static int val;
　　…
}
中，变量 val 的内存地址位于：
A. 已初始化数据段 B.未初始化数据段 C.堆 D.栈

4. 同一进程下的线程可以共享以下：
A. stack B. data section C. register set D. thread ID

5. TCP 和 IP 分别对应了 OSI 中的哪几层？
A. Application layer B. Data link layer C. Presentation layer D. Physical layer E. Transport layer F. Session layer G. Network layer

6. short a[100]，sizeof(a) 返回？
A. 2 B. 4 C. 100 D. 200 E. 400

7. 以下哪种不是基于组件的开发技术_____。
A. XPCOM B. XP C. COM D. CORBA

8. 以下代码打印的结果是（假设运行在 i386 系列计算机上）：
struct st_t
{
　　int status;
　　short *pdata;
　　char errstr[32];
};

st_t st[16];
char *p = (char *)( st[2].errstr + 32 );
printf( "%d", ( p - (char *)(st) ) );

A. 32 B. 114 C. 120 D. 1112

9. STL 中的哪种结构是连续形式的存储：
A. map B. set C. list D. vector

10. 一个栈的入栈序列是 A，B，C，D，E，则栈的不可能的输出序列是：
A. EDCBA B. DECBA C. DCEAB D. ABCDE

二、简答题：20 分，共 2 题
1. （5 分）重复多次 fclose 一个打开过一次的 FILE *fp 指针会有什么结果，并请解释。
考察点：导致文件描述符结构中指针指向的内存被重复释放，进而导致一些不可预期的异常。

2. （15 分）下面一段代码，想在调用 f2(1) 时打印 err1，调用 f2(2) 时打印 err4，但是代码中有一些问题，请做尽可能少的修改使之正确。
1 static int f1( const char *errstr, unsigned int flag ) {
2 　　int copy, index, len;
3 　　const static char **__err = { "err1", "err2", "err3", "err4" };
4
5 　　if( flag & 0x10000 )
6 　　　　copy = 1;
7 　　index = ( flag & 0x300000 ) >> 20;
8
9 　　if( copy ) {
10 　　　　len = flag & 0xF;
11 　　　　errstr = malloc( len );
12 　　　　if( errstr = NULL )
13 　　　　　　return -1;
14 　　　　strncpy( errstr, __err[index], sizeof( errstr ) );
15 　　} else
16 　　　　errstr = __err + index;
17 }
18
19 void f2( int c ) {
20 　　char *err;
21
22 　　swtch( c ) {
23 　　case 1:
24 　　　　if( f1( err, 0x110004 ) != -1 )
25 　　　　　　printf( err );
26 　　case 2:
27 　　　　if( f2( err, 0x30000D ) != -1 )
28 　　　　　　printf( err );
29 　　}
30 }

三、编程题：30 分 共 1 题
注意：要求提供完整代码，如果可以编译运行酌情加分。

1. 求符合指定规则的数。
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。 这样这个函数可以看成一个生成器，如 93 可以看成由 78 生成。
定义数 A：数 A 找不到一个数 B 可以由 d(B)=A，即 A 不能由其他数生成。现在要写程序，找出 1 至 10000 里的所有符合数 A 定义的数。
输出：
1
3
…

四、 设计题：35 分 共 1 题
注意：请尽可能详细描述你的数据结构、系统架构、设计思路等。建议多写一些伪代码或者流程说明。

1. 假设一个 mp3 搜索引擎收录了 2^24 首歌曲，并记录了可收听这些歌曲的 2^30 条 URL，但每首歌的 URL 不超过 2^10 个。系统会定期检查这些 URL，如果一个 URL 不可用则不出现在搜索结果中。现在歌曲名和 URL 分别通过整型的 SONG_ID 和 URL_ID 唯一确定。对该系统有如下需求：
1) 通过 SONG_ID 搜索一首歌的 URL_ID，给出 URL_ID 计数和列表
2) 给定一个 SONG_ID，为其添加一个新的 URL_ID
3) 添加一个新的 SONG_ID
4) 给定一个 URL_ID，将其置为不可用

限制条件：内存占用不超过 1G，单个文件大小不超过 2G，一个目录下的文件数不超过 128 个。

为 获得最佳性能，请说明设计的数据结构、搜索算法，以及资源消耗。如果系统数据量扩大，该如何多机分布处理？

百度 第 二套

一、选择题：15 分 共 10 题
1. 已知一个线性表(38,25,74,63,52,48)，采用的散列函数为 Hash($Key)=$Key mod 7，将元素散列到表长为7的哈希表中存储。请选择后面两种冲突解决方法分别应用在该散列表上进行等概率成功查找的平均查找长度，拉链法 ，线性探测法 .
A. 1.0 B. 1.5 C. 1.7 D. 2.0 E. 2.3
F. 7/6 G. 4/3 H. 3/2

2. 需要将OS缓冲区的数据刷新到硬盘，可以调用的函数有(多选)：
A.fflush() B. fsync() C. sync() D.writev()

3. 下面哪个shell语句不能打印出用户主目录的路径？
A. echo "$HOME" B. echo ~
C. echo `$HOME` D. echo $HOME

4. 最坏情况下，合并两个大小为n的已排序数组所需要的比较次数
A.2n B.2n-1 C.2n+1 D.2n-2

5. 一个B类网的子网掩码是255.255.240.0，这个子网能拥有的最大主机数是：
A. 240 B. 255 C.4094 D. 65534

6. 以下代码执行后，val的值是___:
unsigned long val = 0;
char a = 0x48;
char b = 0x52;
val = b << 8 | a;
A 20992 B 21064 C 72 D 0

7. 内存的速度远远高于磁盘速度，所以为了解决这个矛盾，可以采用：
A 并行技术 B 虚存技术 C 缓冲技术 D 通道技术

8. 以下代码打印的结果是（假设运行在i386系列计算机上）：
struct st_t
{
　　int status;
　　short* pdata;
　　char errstr[32];
};

st_t st[16];
char* p = (char*)(st[2].errstr + 32);
printf("%d", (p - (char*)(st)));

A 32 B 114
C 120 D 1112

9. 同一进程下的线程可以共享以下
A. stack B. data section
C. register set D. thread ID

10. 以下哪种操作最适合先进行排序处理？
A 找最大、最小值 B 计算算术平均值
C 找中间值 D 找出现次数最多的值

二、简答题：20分，共2题

1. （6分）下面是一个http请求：
GET /baidu/blog/item/6605d1b4eb6433738ad4b26d.html HTTP/1.1
Host: hi.baidu.com
User-Agent: Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.8.0.6) Gecko/20060728 Firefox/1.5.0.6
Accept: text/xml,application/xml,application/xhtml+xml,text/html;q=0.9,text/plain;q=0.8,image/png,*/*;q=0.5
Accept-Language: zh-cn,zh;q=0.5
Accept-Encoding: gzip,deflate
Accept-Charset: gb2312,utf-8;q=0.7,*;q=0.7
Keep-Alive: 300
Connection: keep-alive
Referer: http://hi.baidu.com/baidu
Cookie: BAIDUID=AFB70E986AC48B336ABAB7505CDD1C76;

请解释以下各字段基本含义： Host、User-Agent、Accept-Charset、Connection、Referer、Cookie

2. （14分）函数A将字符串str1转成小写，并打印出转化前后的字符串。另外，改错时不能改变函数的接口和主要思路。改错时，请指出行号。
1 #include
2 #include
3
4
5 char* str1 = "ABDFLjlero我们都是saf";
6
7 char* ToLower(char s[])
8 {
9 static size_t i=sizeof(s);
10
11 for (i; i>=0; i--) {
12 if (s>"A" && s<"Z") {
13 s += 26;
14 }
15 }
16 return s;
17 }
18
19 int A()
20 {
21 printf("old str[%s] after lower[%s]n", str1, ToLower(str1));
22 }

三、编程题：30分 共1题
注 意：要求提供完整代码，如果可以编译运行酌情加分。

1. 两个已排序的整型数组，求交集，最快算法
输入：两个已排序的整型数 组（int a[m], b[n]）
输出：两个数组的交集

四、设计题：35分 共1题
注意：请尽可能详细描述你的数 据结构、系统架构、设计思路等。建议多写一些伪代码或者流程说明。
1. 考虑一个字符串替换的过程，在一个文本文件中含有一些文本内容和一些需要替换的变量，变量的格式为“$Var$”，原来的“$”使用“$$”进行转义，原 来的“$$”表示为“$$$”。我们将含有变量的文件称为模板(文件名为t)，文本文件的平均长度为100K。另外，还有一系列的变量文件，里面为变量名 和变量值的对应关系(文件名为1.v , 2.v… n.v)，每个变量文件包含的变量数在百万数量级，且变量排列次序不定。现要求将，模板里的变量分别用变量文件里的变量替换，并将生成的文件写成 (1.r, 2.r… n.r)。
要求：从算法和实现上和实现技术上的细节对程序进行优化，尽量使程序高效。程序运行环境为2G内 存，4CPU。阐明主要思路，给出伪码和说明，可以着重指出你使用的优化技术。
例子：模板文件为
This is an $FF$ $$. I like $FF$ and $FA$。
变量文件为
1.v
FF : banana
FA : apple
2.v
FA: 苹果
FF : 香蕉
则生成文件为
1.r
This is an banana $$. I like banana and apple。
2.r
This is an香蕉 $$. I like 香蕉and苹果。

 

1）此题10分
对任意 输入的正整数N，编写C程序求N!的尾部连续0的个数，并指出计算复杂度。如：18！＝6402373705728000，尾部连续0的个数是3。
（不 用考虑数值超出计算机整数界限的问题）

2）此题10分
编写一个C语言函数，要求输入一个url，输出该url是首页、目录 页或者其他url
如下形式叫做首页：
militia.info/
www.apcnc.com.cn/
http://www.cyjzs.comwww.greena888.com/
www.800cool.net/
http://hgh-products.my-age.net/
如下形式叫做目录 页：
thursdaythree.net/greenhouses--gas-global-green-house-warming/
http://www.mw.net.tw/user/tgk5ar1r/profile/
http://www.szeasy.com/food/yszt/chunjie/
www.fuckingjapanese.com/Reality/

请注意：
a） url有可能带http头也有可能不带
b）动态url（即含有"？"的url）的一律不算目录 页，如：
www.buddhismcity.net/utility/mailit.php?l=/activity/details/3135/
www.buddhismcity.net/utility/mailit.php?l=/activity/details/2449/

另：如果你会linux，请用linux下的grep命令实现第2题的功能（附加5分）。

3）此题40分
如 果必须从网页中区分出一部分"重要网页"（例如在10亿中选8亿），比其他网页更值得展现给用户，请提出一种方案。

4）此题40分
假 设有10亿网页已经被我们存下来，并提供如下信息：网页全文（即网页的源码）、全文长度、网页正文（即网页中提取的主体文字）、
正文长度，以 及其他网页提取物等，现在希望去掉其中的重复网页，请提出可行的方案，计算出每个网页对应的重复度，你可以自己
对网页重复下定义，也可以提出 需要哪些更多的网页提取物来实现更好的去重复方案

百度面经：

我是9月份跟百度联系的，当时连简历都没写，只是 写了一下自己做过的一些东西，然后就通知我9月21日面试，第一次面试经过了3个小时，见了4位面试官，一个系统构建师，一个team leader，一个技术部经理，还有一个hrJJ，主要问的问题就是我曾经做过的信息检索项目，基本上照着简历（如果有的话）仔细地问，还会出点题目考 你，建议大家多去看看《数据结构》，尤其是算法分析、查找、排序方面的东西。还有一些就看你的反应能力了，这里就不说了。

然后她会让你问一些问题，记得去之前到网上搜集点百度的资料看看，对百度有些认识，然后再 问写关于公司发展和个人发展的问题，薪水的问题就别问题。

大约3个星期后，通知我去二面，又见了一个team leader和技术副总裁，这回还是围绕着简历提问，但自由交流的成份很多，就看你的亲和力和素质了，总之让他认为你这个人有创意，有想法，跟你一起合作 会很愉快就是了。

当时那个副总裁邀请我到公司去做兼职，因为最近比较忙，就说下学期才能开始，可以说是整个面试中最大的败笔。

一 个星期后打电话到HR那里问结果，被告知应届生招聘计划暂时推迟，感觉很faint，只好去找别的工作了。

百度的待遇一直不知道，工作时 间大约是每天10小时以上，周六经常加班。

有股票期权，看你是不是喜欢了。

主要注意的是他让你问他问题的时候，一定问点 有水平的问题，给他们点表现的机会，它表现的很爽，一高兴，对你也有好处。