2023年百度笔试题及答案百度笔试题及答案

百度笔试题及答案-百度笔试题及答

案

【各位读友，本文仅供参考，望各位读

者知悉，如若喜欢或者需要本文，可点

击下载下载本文，谢谢！】祝大家工作顺利】

百度java笔试题（含答案）

更多面试题，

百度面试笔试题解答答案

专家回答：

第一题

简评

百度的重要业务是搜索，搜索的基

本原理如下

1.编写爬虫程序到互联网上抓取

网页海量的网页。

2.将抓取来的网页通过抽取，以

一定的格式保存在能快速检索的文献系

统中。

3.把用户输入的字符串进行拆提

成关键字去文献系统中查询并返回结

果。

由以上3点可见，字符串的分析,

抽取在搜索引擎中的地位是何等重要。

因此，百度的笔试面试题中，出现

这样的题就变得理所当然了。

以下是该题的java实现，代码如

下：

程序代码程序代码

import*;

import*;

import*;

/***@authortzy*在下测试通过

*/

publicclassFileNameStat{

privateStringsrcPath;〃要记录的文

献途径

privateMapstatMap;//用于记录的

map

publicFileNameStat(StringsrcPath)

=srcPath;软件开发网

statMap=newTreeMapO;

)

/*获得要记录的URL的文献名*/

publicStringgetFileName(String

urlString)

(

URLurl=null;

StringfilePath=null;

StringfileName=null;

try

(

url=newURL(urlString);

filePath=();

intindex=O;

if((index=C7,,))!=-l)

(

fileName=(index+1);

else

(

fHeName='"';

catch(MalformedURLExceptione)

returnfileName;

}

/*记录指定文献名的个数*/

publicvoidstat(Stringfilename)

(

Integercount=null;

if((filename)!=null)

(

count=(Integer)(filename);

count=newInteger(()+1);

)

else

(

count=newInteger(l);

)

(filename,count);

)

/*记录的主方法*/

publicvoidstart()throws

FileNotFoundExceptionJOException

(

BufferedReaderbfin=new

BufferedReader(newFileReader());

Stringtemp=null;

while((temp=())!=null)

(

stat(getFileName(temp));

)

)

/*输出记录结果*/

publicvoidresult()

(

Iteratorit=().iterator();

while(())

(

entry=()(());

((().equals("")?”空文献名”:())+

“的个数是"+())；}

)

publicstaticvoidmain(Stringargs)

throwsException

FileNameStatfns=new

FileNameStat("");〃指定成待记录文献

0；

0；

)

)

第二题

简评：

这道题也与百度的业务有关，百度

现在除了搜索外，尚有贴吧，知道，博

客等重要产品。同时也在积极的探索

社区化，涉及前不久宣布进军电子商务

领域，搜索之外的这些产品，其重要功

能的实现重要是对数据库的操作。因

此，想进入百度，也需要对数据库有一

定的结识。实现思绪及数据库设计：

b该论坛重要有两个实体对象，用户和

帖子;对于帖子对象，有一个问题：回复

的帖子是否应当跟主题帖子存放在同一

个表里？

考虑到天天更新10万帖子，说明

帖子数比较多，为了方便主题的呈现，

我一般都把主题贴和回帖分别放在不同

的表中，把主题贴和回帖分开可以提高

查询效率（300万的访问量天天）。

2,按照1中的思绪，该论坛由两

个对象（用户和帖子）变成三个实体对象，

分别是用户，主题帖子，回复帖子；

3,上述三个对象存在三个关系，

分别是：

用户-主题帖，一个用户可以发0

个或多个帖子，一个帖子相应一个用户

（一对多关系），

主题帖-回复帖：一个主题有。个

或多个回复帖子，一个回复帖子相应一

个主题（一对多关系）；

用户-回复贴：一个用户可以回0

个或多个帖，一个帖子相应一个用户（一

对多关系）。

还存在对回复贴的回复，这个考虑

用fatherld来表达。

4,由于三个关系“用户-主题帖,

主题帖-回复帖，用户-回复贴”都是一

对多关系，根据表设计一般原则，可以

将这两个关系独立建立表，也可以不此

外建表而将一对多的关系体现在实体表

中;然而，表间的连接查询是非常耗资源

的，所以应尽量减少表间连接，那么对

三个关系不应当分别建表，而是把用户

的id作为主题表和回帖表的外键，把主

题贴id作为回帖表的外键。

5,鉴于以上考虑，该论坛的三个

表如下所示

表名：t_user_info(用户信息表)

字段名类型缺省值中文含

义约束备注

idInt用户编号PRI

Auto_increment

NameVarchar(30)用户名

EmailVarchar(50)

PhoneVarchar(30)

AddrVarchar(200)

其他字段略，根据需要添加表

名：main_content_info(主题帖信息表)

字屣名类型缺省值中文含

义约束备注

idInt贴编号PRI

Auto_increment

TitleVarchar(200)发帖标题

ContentText发帖内容

UserIDInt用户编号

外键

其他字段略，根据需要添加

表名：sub_content_info(回复贴信

息表)

字段名类型缺省值中文含

义约束备注

idInt贴编号PRI

Auto_increment

TitleVarchar(200)发帖标题

ContentText发帖内容

UserIDInt用户编号外

键

FatherlDInt父编号

MainlDInt主题帖编号

外键

其他字段略，根据需要添加

6,符合范式分析：

上述表中每个字段不可再分,一方

面满足1NF;

然后数据库表中的每个实例或行

都是可以被惟一地区分（id）,不存在部分

依赖，因此满足2NF;

t_user_info（用户信息表）和

main_content_info（主题帖信息表）不存

在任何传递依赖，至少属于BCNF;

但是sub_content_info（回复贴信

息表）不满足3NF,由于定在如下传递依

赖：id—>FatherID,FatherID—>MainID。

范式并不是越高越好，

sub_content_info表只满足2NF却更有效

率，也是当今论坛较主流的设计。

第三题

简评：

如何对海量数据进行快速检索，这

是搜索引擎的必需考虑的问题。这又涉

及到数据结构和算法。因此，要想进

入百度，就必须熟悉一些基本的算法和

数据结构。思绪及解决方案如下：

1：设计用TRIE树实现关键词到

其相应id的快速词典查找

TRIE树的每一个节点为一个包含

256个元素的数组，同时指针指向其下一

级节点

节点定义如下：

structtrienode

(

intid;

structtrienode*child;

}TRIENODE;

假如TRIE树的某个节点的指针为

NULL,说明从跟节点到当前节点的途径

构成文献B中的一个关键词，

在其节点的id保存该关键词的id;

假如指针不为NULL,则id相应为0或

者一个无穷大的整数，标志从根节点

到当前节点的途径不是一个完整

的关键词。

将关键词转化为二进制无符号

char型数组，即对于汉字等双字节字符

视为两个无符号char型整数，

每个元素的取值范围在0到255

之间。

2：生成文献b的TRIE树

环节1：依次读取文献b的每一行,

对每一行执行环节2到环节5

环节2：读取关键词id和关键词,

令为key

环节3：依次读取key的每一个字

符，对每一个字符，执行环节4;

环节4：假如该字符相应的指针为

NULL,则创建其儿子节点；

环节5：为当前节点的相应字符id

置为关键词id

3：根据A文献生成C文献

环节1：依次读取文献A的每一

行，对每一行执行环节2到环节5

环节2：分别获取当前行关键词、

ip地址和时间

环节3：令关键词key=clc2...cm,

对cl至Ucm每个字符，执行环节4

环节4：获取根节点的第cl个元

素指针，转移到节点nodel,

根据nodel的第c2个元素指针，

转移到node2...

根据nodem的第cm个元素，获取

关键词的id

环节5：往文献c+写入一行数据，

格式为关键词的id、ip地址和时间

生成文献B的TRIE树过程时间复

杂度为O(n*m),其中n为文献b行数，

m为文献b关键词的最大长度。TRIE的

空间复杂度为O(n*m),n和m含义同上,

但由于实际应用中关键词之间也许会有

很多前缀相同现象，所以实际花费空间

并不会很高。

生成C文献的时间复杂度同样为

O(n*m),n为文献a行数，m为文献a

关键词的最大长度，由于有了TRIE树之

后，给定一个关键词获得其id的时间复

杂度为关键词长度。生成C文献的过程

除了TRIE树空间外基本不需要太多额

外的空间，空间复杂度为0(1),由于系

统有1G的可用内存，TRIE占用的空间

在几十兆到200M之间(与关键词集合有

关)，因此本方法完全可行。

更多面试题，百度网上笔试题及答

案

编程：1编程：用C语言实现一个

revert函数，它的功能是将输入的字符

串在原串上倒序后返回。编程：2编

程：用C语言实现函数void*

memmove(void*dest,constvoid

*src,size_tn)omemmove函数的功能是

拷贝src所指的内存内容前n个字节

到dest所指的地址上。英文拼写纠

错：3英文拼写纠错：在用户输入英

文单词时，经常发生错误，我们需要对

其进行纠错。假设已经有一个包含了对

的英文单词的词典，请你设计一个拼写

纠错的程序。请描述你解决这个问题的

思绪；请给出重要的解决流程，算法，

以及算法的复杂度；请描述也许的改

善。寻找热门查询：4寻找热门查询

搜索引擎会通过日记文献把用户每次检

索使用的所有检索串都记录下来，每个

查询串的长度为1-255字节。假设目前

有一千万个记录，这些查询串的重复度

比较高，虽然总数是1千万，但假如除

去反复后，不超过3百万个。一个查

询串的反复度越高，说明查询它的用户

越多，也就是越热门。请你记录最热门

的10个查询串，规定使用的内存不能

超过1G。请描述你解决这个问题的思

绪；请给出重要的解决流程，算法，以

及算法的复杂度。集合合并：5集合

合并给定一个字符串的集合，格式如：

{aaabbbccc},{bbbddd},{eeefff}>

{ggg},{dddhhh}规定将其中交集不为

空的集合合并，规定合并完毕后的集合

之间无交集，例如上例应输出{aaabbb

cccdddhhh},{eeefff},{ggg)请描述

你解决这个问题的思绪；请给出重要的

解决流程，算法，以及算法的复杂度请

描述也许的改善。

///〃/////////〃//〃//〃/〃//〃/1题char

*revert(char*str){intn=strlen(str);int

i=0;charc;for(i=0;i{c=str;str=str;

str=c;}returnstr;}

////////////////////////////////〃/2题void*

memmove(void*dest,constvoid

*src,size_tn)

{assert((dest!=0)&&(src!=0));char*

temp=(char*)dest;char*ss=(char*)src;

inti=0;for(;i{*temp=*ss;}return

temp;}〃〃〃〃〃〃〃〃〃〃〃〃/〃〃〃〃〃〃〃〃〃〃/〃/

3题(1)思绪：字典以字母键树组织，在

用户输入同时匹配(2)流程：每输入一

个字母：沿字典树向下一层，a)若可

以顺利下行，则继续至结束，给出结果;

b)若该处不能匹配，纠错解决，给出拼

写建议，继续至a)；

算法：1.在字典中查找单词1.在字典

中查找单词字典采用27叉树组织，每

个节点相应一个字母，查找就是一个字母

一个字母匹配.算法时间就是单词的长度

k.2.纠错算法2.纠错算法情况:当输

入的最后一个字母不能匹配时就提醒犯

错，简化犯错解决，动态提醒也许解决

方法:⑶当前字母前缺少了一个字母：搜

索树上两层到当前的匹配作为建议；（b）

当前字母拼写错误：当前字母的键盘相

邻作为提醒；根据分析字典特性和用户

单词已输入部分选择（a）,（b）解决复杂性

分析：影响算法的效率重要是字典的实

现与纠错解决（a）字典的实现已有成熟

的算法，改善不大，也不会成为瓶颈；（b）

纠错策略要简朴有效，如前述情况，是线

性复杂度；（3）改善（3）改善策略选择

最是重要，可以采用记录学习的方法改

善。/〃///〃////////〃/////////////////////〃〃〃/4题

（1）思绪（1）思绪：用哈希做思绪（2）一

方面逐次读入查询串，算哈希值，保存

在内存数组中，同时记录频度选出前

十的频度，取出相应的日志串，简朴但

是了。哈希的设计是关键。

IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII5题

思绪：先将集合按照大小排列后,优先考

虑小的集合是否与大的集合有交思绪

集。有就合并，假如小集合与所有其他

集合都没有交集，则独立。独立的集合

在下一轮的比较中不用考虑。这样就可

以尽量减少字符串的比较次数。当所有

集合都独立的时候，就终止。

解决流程：解决流程：1.将集合按照

大小排序，组成集合合并待解决列表2.

选择最小的集合，找出与之有交集的集

合，假如有，合并之；假如无，则与其

它集合是独立集合，从待解决列表中删

除。3.反复直到待解决列表为空算法:

算法：1。将集合按照大小从小到大排

序，组成待解决的集合列表。20取出待

解决集合列表中最小的集合，对于集合

的每个元素，依次在其他集合中搜索是

否有此元素存在：1＞若存在，则将此小

集合与大集合合并，并根据大小插入相

应的位置。转3o2＞若不存在，则在

该集合中取下一个元素。假如无下一个

元素，即所有元素都不存在于其他集

合。则表白此集合独立，从待解决集合

列表中删除。并加入结果集合列表。转

3o3O假如待解决集合列表不为空，转

2O假如待解决集合列表为空，成功退

出，则结果集合列表就是最终的输出。

算法复杂度分析：算法复杂度分析：假

设集合的个数为n,最大的集合元素为

m排序的时间复杂度可以达成n*log(n)

然后对于元素在其他集合中查找，最坏

情况下为*m查找一个集合是否与其他

集合有交集的最坏情况是m*m*(n-1)

合并的时间复杂度不会超过查找集合

有交集的最坏情况。所以最终最坏时间

复杂度为O(m*m*n*n)需要说明

的是：此算法的平均时间复杂度会很

低，由于无论是查找还是合需要说明的

是并，都是处在最坏情况的概率很小，

并且排序后优先用最小集合作为判断是

否独立的对象，优先与最大的集合进行

比较，这些都最大的回避了最坏情况。

(3)也许的改善：(3)也许的改善：也许

的改善一方面可以实现将每个集合里

面的字符串按照字典序进行排列，这样

就可以将查找以及合并的效率增高。此

外，也许采用恰当的数据结构也可以将

查找以及合并等操作的效率得到提高。

百度n月4日网上笔试题及答案(仅供

参考)

百度11月4日网上笔试题及答案

编程：

1用C语言实现一个revert函数，它的

功能是将输入的字符串在原串上倒序后

返回。

2编程：

用C语言实现函数void*

memmove(void*dest,constvoid

*src,size_t

n)omemmove

函数的功能是拷贝src所指的内存内容

前n个字节

到dest所指的地址上。

3英文拼写纠错：

在用户输入英文单词时，经常发生错

误，我们需要对其进行纠错。假设已有

一个包

含了对的英文单词的词典，请你设计一

个拼写纠错

的程序。

请描述你解决这个问题的思绪；

请给出重要的解决流程，算法，以及算

法的复杂度；

请描述也许的改善。

4寻找热门查询：

搜索引擎会通过日记文献把用户每次

检索使用的所有检索串都记录下来，每

个查询串

的长度为1-255字节。假设目前有一千

万个记录，

这些查询串的反复度比较高，虽然总数

是1千万，但假如除去反复后，不超过3

百万个

O一个查询串的反复度越高，说明查询

它的用户越多，

也就是越热门。请你记录最热门的10

个查询串，规定使用的内存不能超过

IGo

请描述你解决这个问题的思绪；

请给出重要的解决流程，算法，以及算

法的复杂度。

5集合合并：

给定一个字符串的集合，格式如：

{aaabbbccc},{bbbddd},{eeefff},

{ggg},{dddhhh)

规定将其中交集不为空的集合合并,规

定合并完毕后的集合之间无交集，例如

上例应

输出

{aaabbbcccdddhhh},{eeefff},{ggg}

请描述你解决这个问题的思绪；

请给出重要的解决流程，算法，以及算

法的复杂度

请描述也许的改善。

〃〃〃〃〃〃〃/〃〃〃〃〃〃〃〃/1

1题

char*revert(char*str)

(

intn=strlen(str);

inti=0;

charc;

for(i=0;i{

c=str;

str=str;

str=c;

)

returnstr;

)

〃〃〃//〃〃〃〃〃〃〃〃〃〃〃/〃〃

2题

void*memmove(void*dest,constvoid

*src,size_tn)

(

assert((dest!=O)&&(src!=O));

chartemp=(char*)dest;

char*ss=(char*)src;

inti=0;

for(;i{

*temp++=*ss++;

)

returntemp;

〃〃〃〃〃〃〃〃〃〃〃〃〃〃〃〃〃/〃〃〃〃〃〃〃

3题

(D思绪：

字典以字母键树组织，在用户输入同时

匹配

⑵

流程：

每输入一个字母：

沿字典树向下一层，

a)若可以顺利下行，则继续至结束，

给出结果；

b)若该处不能匹配，纠错解决，给出拼

写建议，继续至a)；

算法：

1.在字典中查找单词

字典采用27叉树组织，每个节点相应一

个字母，查找就是一个字母

一个字母匹配.算法时间就是单词的长

度k.

2.纠错算法

情况:当输入的最后一个字母不能匹配

时就提醒犯错，简化犯错解决，动态提醒

也许解决方法：

(a)当前字母前缺少了一个字母：搜索

树上两层到当前的匹配作为建议；

(b)当前字母拼写错误：当前字母的键

盘相邻作为提醒；

根据分析字典特性和用户单词已输入

部分选择⑶,(b)解决

复杂性分析:影响算法的效率重要是字

典的实现与纠错解决

字典的实现已有成熟的算法，改善不

大，也不会成为瓶颈；

(b)纠错策略要简朴有效，如前述情况,

是线性复杂度；

⑶改善

策略立择最是重要，可以采用

记录学习的方法改善。

IIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIIII

4题

⑴思绪：

用哈希做

(2)

一方面逐次读入查询串，算哈希值，保

存在内存数组中，同时记录频度

选出前十的频度，取出