百度面试小结

今天有幸去百度面试，面试职位搜索研发部_实习研发工程师。最近几天感冒，主要是嗓子疼，相当难受。

早上8：30起床，出去吃了个早饭，然后10点钟就到了百度大厦，比要求的时间早了20分钟，10：30开始面试。

首先就是自我介绍啦，接着我们聊到前两天CSDN数据库被黑导致用户密码被盗，然后联系到我和同学做的一个小项目，项目是用PHP写的，面试官就问我是怎么处理用户登录信息的，我答用Cookie，当然我知道这个很不安全，但是小网站，只供本校学生使用，就没有考虑HTTP传输时被窃取，当然我数据库里面是用MD5加密过的。面试官就问我在传输的过程中应该怎么保密，我的第一反应就是加密啊，但是至于怎么加密真的不知道。后来这个问题就PASS过去了。

下面就是手写代码，这两天也看了些面试题，心里还算有点底气吧，但是不紧张是假的，多少还是有点的。也没写啥多难的题目，就一二叉树的前序遍历，我一分钟不到写出了个递归算法，这个大家都会写，然后面试官就让写迭代的代码。数据结构我学过，书上有的迭代的代码我看都没看，只是凭借着自己的理解吧，也就是把递归的栈具体实现就可以了，可惜第一次写的时候想简单了，写好之后面试官让自己跑个case验证下，当时就傻了，还没跑呢，我就自己看出来不对了。接着就是改代码啊，用到set判重，然后认真改下，也跑了case，应该程序是没有错的。回来看了看课本上的伪代码，要比我写的简单些，大体思路肯定是一样的，都是栈的实现。这里浪费了不少时间。

接下来面试官又出了个题目，这个题目没有让写代码，这时候离面试结束时间还差大概15分钟吧。

题目是这样的，给定一个百万级的字典，把里面的同源词分组输出，同源词定义：abc,cba,bac等只要是单词中每个字母出现的次数相同的单词就是同源词，给出一个算法，并且说出时间复杂度和空间复杂度和怎么存储字典。

存储应该用STL中的string就可以了。

当时就想了个比较搓的算法吧，时间复杂度是O(nlogn+n^2m)，n表示字典中单词的数目，m表示单词的长度。

具体做法就是先对字典按照长度从小到大排序，因为同源词肯定是长度相同的单词，这里只能算一个简单的优化。

接下来就是用二重循环来查找字典，当然只比较长度相同的单词，然后比较两个单词每次字母出现的次数，找出同源词，然后把同源词的单词全部丢进set中，这样后面就可以跳过已经丢进set中的单词了。这应该是最简单的方法了，不过说出算法的时候，面试官一直让我说慢点，把算法的思路说清楚能让他更好的理清我的思路，我想这也是考我吧。

然后算法提出来了，这个肯定不是最优的算法，忘记说了，刚开始没有加数据范围的。加上上面的数据范围这个算法肯定会挂掉的，那么就要优化，我脑中很清楚肯定有O(nlogn)的算法，但是当时没有想出来吧，这时候离结束的时间只有2分钟吧，不一会面试官就告知面试时间到了。

最后也是惯例啦，让我问他一些问题，别的我也没多问，就问了点，他们的工作组是做什么的，用什么编程语言和开发环境，得到的答案是：研发部肯定是做产品的研发，具体的研发产品我记不清了，用的开发语言主要是PHP和C，开发平台是Linux，如果去实习肯定有个专门的辅导员带领。

回来的路上就在想最后那个问题的优化，logn让人能想起来的方法也就二分或者排序，可以确定这题的思路就是贪心，二分貌似不能够啊，一直就在想排序怎么排。

回到宿舍想到一个时间复杂度为O(nlogn+nmlogm+n)的算法，这种方法需要使用额外的内存空间，可以看作是空间换时间，首先就是对字典中的每个单词按照ASCII进行排序，这样当然就破坏了原字典，所以需要另外的存储空间来保留原字典，然后再对排完序的字典进行字典序的排序，这时候相同的单词肯定是连在一起的，这时候就遍历一遍字典，按照一种设计的排序后的字典和原字典的一种映射关系，找出同源词进行输出，这样问题就应该解决了。可惜的就是当时没有在第一时间想出来。

然后又和一个不认识的人通过一个认识的人QQ传话，他提出了一个可以实现O(n)的算法，找到一个合适的哈希函数能够把同源词全部哈希成相同的值，这样就可以在O(n)时间复杂度内解决问题，问题的关键就是如何找到这个哈希函数，而且找到的哈希函数不能只对当前字典有效，因为字典可能随时补充新的单词，要保证对任意单词的正确性。

最后总结下这次面试吧，自我感觉不好，首先先序遍历迭代的代码首先不应该写错，并且在此花费了比较长的时间，最后的一个问题现在觉得nlogn的思路应该不难想出，当时应该能够给出此算法，刚刚开始一些问题的回答也不太满意。所以对此次是否能够进二面不报希望。

感谢猫哥辛苦找人帮我争取的面试机会，很感谢猫哥。