百度2016校招笔试题(内附答案及解析).pdf

百度2016校招笔试题(内附答案及解析) 笔者这篇文章中找了部分的百度2016校招笔试题，希望可以帮助到大家。 1、vsftpd配置本地用户传输速率的参数( ) A：anon_max_rate B：user_max_rate C: max_user D: local_max_rate 答案：D 解析：vsftpd 是一个在类UNIX 操作系统上运行的FTP服务器，它是一个完全免费的、开放源代码的 ftp服务器软件。vsftp支持很多其他的 FTP 服务器所不支持的特征，比如：高安全性需求、带宽限 制、良好的可伸缩性、可创建虚拟用户、支持IPv6、速率高等。 vsftpd配置参数中： local_max_rate本地用户的传输速率限制，单位为bytes/second，如果是0 为不限制。 anon_max_rate匿名用户的传输速率限制，单位为bytes/second，如果是0 则不限制。 2、软件项目存储于/ftproot，允许apache用户修改所有程序，设置访问权限的指令( ) A：chmod apache -R /ftproot B: chgrp apache /frproot C: chown apache /ftproot D: chmod apache /ftproot 答案：A 解析：B选项的chgrp命令是变更文件或目录所属群组。C选项的chown将文件的拥有者改为指定的用 户或组。A、D选项的chmod 修改文件和文件夹读写执行属性;-R的作用是：可递归遍历子目录，把修 改应到目录下所有文件和子目录。 3、设有6个结点的无向图，该图至少应有( )条边才能确保是一个连通图。 A：7 B：5 C：8 D：6 答案：B 解析：在一个无向图G中，若从顶点Vi到顶点Vj有路径相连，则称Vi和Vj是连通的。连通图是指任意 两个结点之间都有一个路径相连。6个节点的无向图，至少要5个边才能确保是任意两个节点之间都有 路径相连。下图是一种可能的连接方式： 4、关于Hadoop系统的作业任务调度等问题，以下描述错误的是( ) A：JobTracker是一个master服务，软件启动之后JobTracker接受Job的每一个子任务task运行于 TaskTracker上，并监控它们，如果发现有失效的task就重新运行它。一般情况应该把JobTracker部 署在单独的机器上。 B：JobClient会在用户端通过JobClient类对Job配置参数、打包成jar文件存储到hdfs，并把路径提交 到JobTracker，然后由JobTracker创建每一个Task(即MapTask和ReduceTask) C：Nagios不可以监控Hadoop集群，因为它不提供Hadoop支持。 D：HDFS默认Block Size为32M 答案：CD 解析：在Hadoop中，作业是使用Job对象来抽象的。JobClient负责向JobTrack提交Job：包括申请 Job的ID、配置Job的运行环境、检查Job的输出配置、对Job的输入数据进行切分生成Job的目录以及 相应文件(如jar、xml等)。即JobClient会在用户端通过JobClient类将配置好参数的Job打包成jar文件 存储到hdfs，并把路径提交到JobTracker,然后由JobTracker创建每一个Task(即MapTask和 ReduceTask)并将它们分发到各个TaskTracker服务中去执行。 JobTracker是一个master服务，软件启动之后JobTracker接收Job，负责调度Job的每一个子任务task 运行于TaskTracker上，并监控它们，如果发现有失败的task就重新运行它。一般情况应该把 JobTracker部署在单独的机器上。TaskTracker是运行在多个节点上的slaver服务。TaskTracker主动 与JobTracker通信，接收作业，并负责直接执行每一个任务。 Nagios是一个可运行在Linux/Unix平台之上的开源监视系统，可以用来监视系统运行状态和网络信 息。Nagios可以监视所指定的本地或远程主机以及服务，同时提供异常通知功能。Nagios可以用来 监控Hadoop集群，快速定位出现问题的机器。 HDFS的块大小由dfs.block.size参数决定，默认是67108864，即64M。 5、Fisher线性判别函数的求解过程是将M维特征矢量投影在( )中进行求解。 A：M-1维空间 B：一维空间 C：三维空间 D：二维空间 答案：B 解析：Fisher线性判别函数是将多维空间中的特征矢量投影到一条直线上，也就是把维数压缩到一 维。寻找这条最优直线的准则是Fisher准则：两类样本在一维空间的投影满足类内尽可能密集，类间 尽可能分开，也就是投影后两类样本均值之差尽可能大，类内部方差尽可能小。一般而言，对于数据 分布近似高斯分布的情况，Fisher线性判别准则能够得到很好的分类效果。 6、采用开放定址法处理散列表的冲突时，其平均查找长度( ) A：高于二分查找 B：高于链接法处理冲突 C：低于二分查找 D：低于链接法处理冲突 答案：B 解析：散列表(哈希表)中处理冲突的方法有开放定址(Open Addressing)法和拉链(Chaining)法等。开 放定址法是指一旦发生了冲突，就去寻找下一个空的散列地址。按照探查方法不同，可将开放定址法 区分为线性探查法、二次探查法、双重散列法等。拉链法解决冲突的做法是将所有关键字为同义词的 结点链接在同一个单链表中。拉链法处理冲突简单，且无堆积现象，即非同义词决不会发生冲突，因 此平均查找长度较短。 7、并发操作会带来哪些数据不一致性( ) A：丢失修改、脏读、死锁 B：不可重复读、脏读、死锁 C：不可修改、不可重复读、脏读、死锁 D：丢失修改、不可重复读、脏读 答案：D 解析：并发操作指的是多用户或多事务同时对同一数据进行操作。 当两个或多个事务选择同一数据，并且基于最初选定的值修改该数据时，会发生丢失修改问题。每个 事务都不知道其它事务的存在，最后的更新将重写由其它事务所做的更新，这将导致修改丢失。 当一个事务正在访问数据，并且对数据进行了修改，而这种修改还没有提交到数据库中，这时，另外 一个事务也访问这个数据，然后使用了这个数据。因为这个数据是还没有提交的数据，那么另外一个 事务读到的这个数据是脏数据。 一个事务重新读取前面读取过的数据，发现该数据已经被另一个已提交的事务修改过。即事务1读取 某一数据后，事务2对其做了修改，当事务1再次读数据时，得到的与第一次不同的值。在一个事务中 前后两次读取的结果并不致，导致了不可重复读。 死锁是指两个或两个以上的进程在执行过程中，因争夺资源而造成的一种互相等待的现象，若无外力 作用，它们都将无法推进下去。此时称系统处于死锁状态或系统产生了死锁，这些永远在互相等待的 进程称为死锁进程。 8、类域界面方程法中，不能求线性不可分情况下分类问题近似或精确解的方法是( ) A：势函数法 B：基于二次准则的H-K算法 C：伪逆法 D：感知器算法 答案：D 解析：线性分类器的设计就是利用训练样本集建立线性判别函数式，也就是寻找最优的权向量的过 程。求解权重的过程就是训练过程，训练方法的共同点是，先给出准则函数，再寻找是准则函数趋于 极值的优化方法。ABC方法都可以得到线性不可分情况下分类问题近似解。感知器可以解决线性可分 的问题，但当样本线性不可分时，感知器算法不会收敛。 9、假设有4条语句S1:a=5x; S2:b=5+y;S3:c=a+b;S4:d=c+y;根据Bernstein条件，下面说法正确的 是( ) A：S1,S4可并发执行 B：S1,S2不可并发执行 C：S2,S3可并发执行 D：S3,S4不可并发执行 答案：D 解析：Bernstein条件是指两个过程如果有数据冲突，那么就没法并行执行。 A选项中，S4需要读数据c，而S3中数据c依赖于a，因此S4依赖于S1的结果，S1、S4不可并发执 行。B选项中，S1依赖于x，S2依赖于y，S1和S2之间没有数据冲突，可以并发执行。C选项中，S3 依赖于b，S3和S2之间有数据冲突，不可并发执行。D选项中，S4需要数据c，S4的执行依赖S3的结 果，不可并发执行。 10、在C+语言中，若要对Data类中重载的加法运算符成员函数进行声明，下列选项中正确的是( ) A：Data+operator(Data); B: Data+(Data); C: Data operator+(Data); D: Data operator+(Data,Data); 答案：C 解析：运算符重载声明形式为：返回类型 operator运算符(参数表);由于加法是二目运算符，作为类成 员函数，还需要一个数据做“被加数”，因此参数列表中Data的数目是1个。此外，使用友元函数也能 够达到同样的目的，其声明为friend Data operator+(Data,Data)，因为友元函数不是类的成员函数， 没有this指针，其形参数目与运算符需要的数目相同。 11、在一个带头结点的单链表HL中，若要在第一个元素之前插入一个由指针p指向的结点，应该使用 的语句为：( ) A：HL =p; p-next =HL; B: p-next =HL ;HL =p; C: p-next =HL -next;HL -next =p; D: p-next =HL ;p =HL; 答案：C 解析：在插入节点时：先要将待插入节点p的后继节点设为第一个元素，也就是p-next =HL -next。 然后再将头结点HL的后继节点改为p节点，HL -next =p。下图中红色的箭头说明了插入操作执行的 顺序，如果顺序不当，就会丢失指向第一个元素的指针，破坏链表结构。 12、在KMP算法中，已知模式串为ADABCADADA，请写出模式串的next数组值( ) A：0,1,1,2,1,1,2,3,4,3 B：1,2,3,2,1,1,2,4,4,3 C：0,1,1,1,2,1,2,3,4,3 D：2,1,1,2,1,1,2,3,3,4 答案：A 解析：前缀指除了最后一个字符以外，一个字符串的全部头部组合;后缀指除了第一个字符以外， 一个字符串的全部尾部组合。next数组值就是前缀和后缀的最长的共有元素的长度。 首先求最大相同前缀后缀长度。A的前缀和后缀都为空集，没有共有元素，共有元素长度为 0;AD的前缀为A，后缀为D，没有共有元素，共有元素长度为0;ADA的前缀为 A, AD，后缀为 DA, A，共有元素为A，长度为1;ADAB的前缀为A, AD, ADA，后缀为DAB, AB,B ，共有元素长 度为0;以此类推，最大公共元素长度为0,0,1,0,0,1,2,3,2。 然后将最长相同前缀后缀长度值右移一位，并将next0初值赋为-1，得到的next数 组：-1,0,0,1,0,0,1,2,3,2。 在某些语言中，数组不是从0开始索引的，而是从1开始索引，只需要将next数组中每个值加1,得到 0,1,1,2,1,1,2,3,4,3。 13、影响聚类算法效果的主要因素有( ) A：特征选取 B：已知类别的样本质量 C：模式相似性测度 D：分类准则 答案：ACD 解析：聚类的目标是使同一类对象的相似度尽可能地大;不同类对象之间的相似度尽可能地小。聚类 分析的算法可以分为划分法(Partitioning Methods)、层次法(Hierarchical Methods)、基于密度的方法 (De