百度(數(shù)據(jù)挖掘工程師)筆試題目

時(shí)間：2020-12-16 13:52:48 筆試題目我要投稿

　　導(dǎo)語(yǔ)：yjbys小編整理了百度(數(shù)據(jù)挖掘工程師)筆試題目，歡迎閱讀！

百度(數(shù)據(jù)挖掘工程師)筆試題目

　　一. 簡(jiǎn)答題

　　1. new 和 malloc 的區(qū)別。

　　2. hash沖突是指什么?怎么解決?給兩種方法，寫出過(guò)程和優(yōu)缺點(diǎn)。

　　3. 命中的概率是 0.25，若要至少命中一次的概率不小于 0.75，則至少需要幾次?

　　二. 算法設(shè)計(jì)題

　　1. 用C/C++寫一個(gè)歸并排序。

　　數(shù)據(jù)結(jié)構(gòu)為struct Node{int v; Node *next};

　　接口為 Node * merge_sort(Node *);

　　2. 設(shè)計(jì)S型層次遍歷樹(shù)的`算法，比如根節(jié)點(diǎn)是第一層，第二層從左至右遍歷，第三層從右至左遍歷，第四層再?gòu)淖笾劣冶闅v，以此類推。

　　舉例：應(yīng)依次輸出 1 2 3 6 5 4 7 8 9。

　　3. 一個(gè)url文件，每行是一個(gè)url地址，可能有重復(fù)。

　　(1)統(tǒng)計(jì)每個(gè)url的頻次，設(shè)計(jì)函數(shù)實(shí)現(xiàn)實(shí)現(xiàn)。

　　(2)設(shè)有10億url，平均長(zhǎng)度是20，現(xiàn)在機(jī)器有8G內(nèi)存，怎么處理，寫出思路。

　　三. 系統(tǒng)設(shè)計(jì)題

　　自然語(yǔ)言處理中的中文分詞問(wèn)題，前向最大匹配算法(FMM)。

　　注：題目舉例說(shuō)明了FMM的基本思想。

　　(1)設(shè)計(jì)字典的數(shù)據(jù)結(jié)構(gòu) struct dictnote。

　　(2)用C/C++實(shí)現(xiàn)FMM，可選接口為

　　int FMM(vectoriLetters, dictnode *iRoot, vector*oResults);

　　其中 iLetters 為待分詞的句子，比如 {“小”，“明”，“今”，“天”，“買”，“了”，“i”，“p”，“o”，“n”，“e”，“6”}，

　　iRoot 是字典， oResults 保存輸出結(jié)果，即分詞的位置。也可以自己設(shè)計(jì)接口。

　　(3)收集了一些手機(jī)品牌的字典，如{iphone, 諾基亞}。

　　現(xiàn)在要求查找包含這些手機(jī)品牌的網(wǎng)頁(yè)，比如包含 iphone6, 諾基亞 9973 等。

　　怎么修改FMM實(shí)現(xiàn)這個(gè)功能，可以寫偽代碼。

【百度(數(shù)據(jù)挖掘工程師)筆試題目】相關(guān)文章：