pkuoliver
- 浏览: 19478 次
- 性别:
- 来自: 北京
-
最新评论
-
yangfuchao418：
keanu196492 写道zzhonghe 写道意思是，要想 ...
Google2011校招笔试题暗示搞软件没前途？囧 -
ayanami001：
研究这的都是牛逼人啊。。。。。
一个Sqrt函数引发的血案 -
tree_star：
此题目比较一下增长的斜率不就解决了，还用得着写程序？？？求导。 ...
Google2011校招笔试题暗示搞软件没前途？囧 -
sarstime：
呵呵，原作者出现了。
海量数据处理专题（一）——面试百度，腾讯，雅虎。。的利器 -
pkuoliver：
dongbiying 写道 真的假的 。。。真的~~~
数学牛人建立模型找到丢失丢失的手机和公交卡-就发生在北京
文章列表
当你的手机钱包丢失了之后，你会怎么办？“丢了就丢了”可能是是大多数人的做法。这里告诉你一个牛人的做法，如何利用组合数学建立模型，从而成功找到拣手机的人。
5月底，我的卡丢了，同时丢的还有一部手机，上面有不少人的电话，我跟拣到手机的人约定，把手机给我，我给他500元钱，可是等我第二天再打电话的时候，手机就无消息了！幸好，包里面有我一张公交卡，我想能通过一卡通网站把他找到。
果不其然，他居然使用我的公交卡了，因为我留有公交卡的存根，于是就在一卡通的网站上寻找答案。6月1日他走的路线非常诡异，石佛营西里—-前门—–木犀园—–前门—–动物园——北师大——望京，晚上是望京657—–朝阳公园 ...
引言：
在信息大爆炸的今天，有了搜索引擎的帮助，使得我们能够快速，便捷的找到所求。提到搜索引擎，就不得不说VSM模型，说到VSM，就不得不聊倒排索引。可以毫不夸张的讲，倒排索引是搜索引擎的基石。
VSM检索模型
VSM全称是Vector Space Model(向量空间模型)，是IR(Information Retrieval信息检索)模型中的一种，由于其简单，直观，高效，所以被广泛的应用到搜索引擎的架构中。98年的Google就是凭借这样的一个模型，开始了它的疯狂扩张之路。废话不多说，让我们来看看到底VSM是一个什么东东。
在开始之前，我默认大家对线性代数里面的向量(Vector) ...
海量数据向来都是百度，淘宝，腾讯面试的热点，虽然微软不看重这个，但是了解一下还是很有必要的。
最近在写倒排索引，希望继续关注本博。
===========================================================
【什么是Bloom Filter】
Bloom Filter是一种空间效率很高的随机数据结构，它利用位数组很简洁地表示一个集合，并能判断一个元素是否属于这个集合。Bloom Filter的这种高效是有一定代价的：在判断一个元素是否属于某个集合时，有可能会把不属于这个集合的元素误认为属于这个集合（false positive） ...
索引是对数据库表中一列或多列的值进行排序的一种结构，使用索引可快速访问数据库表中的特定信息。
数据库索引
什么是索引
数据库索引好比是一本书前面的目录，能加快数据库的查询速度。 例如这样一个查询 ...
代码下载：进制转换代码
这里有很多深藏不漏的高手，在这里聊这种基本问题是有点小儿科。不过本人只是想分享下自己的新的，代码，算法有不足之处，还请大家指正，共同进步。
这种题也是一道经典的面试题，主要考察进制转换细想，Coding质量等。
当我们把十进制转成二进制的时候，我们通过辗转相除，取余，逆置余数序列的过程得到新的进制的数。因此我们可以借助这种思想把M进制转成N进制的数。
如下是C的详细的实现方法
void m2n(int m, char* mNum, int n, char* nNum)
{
int i = 0;
char c, *p = nNum;
...
好吧，我承认我标题党了，不过既然你来了，就认真看下去吧，保证你有收获。
我们平时经常会有一些数据运算的操作，需要调用sqrt，exp，abs等函数，那么时候你有没有想过：这个些函数系统是如何实现的？就拿最常用的sqrt函数来说吧，系统怎么来实现这个经常调用的函数呢？
虽然有可能你平时没有想过这个问题，不过正所谓是“临阵磨枪，不快也光”，你“眉头一皱，计上心来”，这个不是太简单了嘛，用二分的方法，在一个区间中，每次拿中间数的平方来试验，如果大了，就再试左区间的中间数；如果小了，就再拿右区间的中间数来试。比如求sqrt(16)的结果，你先试（0+16）/2=8，8*8=64，64比16大，然 ...
大数据量的问题是很多面试笔试中经常出现的问题，比如baidu google 腾讯 这样的一些涉及到海量数据的公司经常会问到。
下面的方法是我对海量数据的处理方法进行了一个一般性的总结，当然这些方法可能并不能完全覆盖所有的问题，但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目，方法不一定最优，如果你有更好的处理方法，欢迎与我讨论。
本贴从解决这类问题的方法入手，开辟一系列专题来解决海量数据问题。拟包含 以下几个方面。
Bloom Filter
Hash
Bit-Map
今天晚上Google的2011年校园招聘宣讲会分别在北大和清华举行，其中北大本来是350人的会场，去了大约600多人，爆满，那场面绝对是人山人海，彩旗飘飘。经过了大约一个小时多的宣讲和问答，开始现场笔试环节，一共10个选择题和三个算法题，只有选择题答对了6个以上的人才有机会让面试官看你后面的算法题。然后明天下午会通知笔试通过的人进行面试，Google的效率就像其搜索引擎一样迅速，效率可见一般。
其中前10个选择题中有一个特别雷人的，题如下：现在北京有一套房子，价格200万，假设房价每年上涨10%，一个软件工程师每年固定能赚40万。如果他想买这套房子，不贷款，不涨工资，没有其他收入，每年不吃不喝 ...