g********d
发帖数: 19244 | 1 ☆─────────────────────────────────────☆
qqzj (小车车) 于 (Thu May 16 12:58:15 2013, 美东) 提到:
我还是先抛砖引玉。
半径：
假设车做匀速直线运动，轮子上的力要抵消风的阻力。阻力是一定的。所以轮子上的力
是一样的，但是大半径的轮子需要轴上的力更大（杠杆原理），所以engine rpm 要高一
些（普通na engine）。rpm高了，engine是否efficient要看rpm 的阶段，所以在engin
e最 efficient的rpm之下，是大轮子省油。之上是小轮子省油。考虑到一般efficient
rpm在 55-60 mph，一般开车在65mile以上cruise，所以应该是小轮子省油。对不对？
☆─────────────────────────────────────☆
qqzj (小车车) 于 (Thu May 16 13:13:31 2013, 美东) 提到:
下来是加速。这个简单，假设从零开始，full throttle，engine在最大torque的地方，
这样同样是杠... 阅读全帖 |
|
k***g
发帖数: 7244 | 2 R 是一个免费开源的统计软件，一般搞统计或者计量的用的很多，因为很灵活，网站是
： http://www.r-project.org/
直接下载 windows 版本安装就可以了，然后运行下面的 code：
install.packages("foreign")
#安装 foreign library
library(foreign)
#加载 foreign 这个library
dat1<-read.spss("path/file")
#读入你的 SPSS 数据，暂时命名为 dat1
write.csv(dat1, file="path/file.csv")
#把 dat1 写成 csv 格式数据
这样就可以了，不需要太多 R 的知识 |
|
g****7
发帖数: 192 | 3 应该说，旧model做出的结果是错的。因为数据读入的不对。 |
|
i*****y
发帖数: 3449 | 4 基督教同志神学之起源
传统中的同志
英语同性恋一词，在语意学中已带有鄙视、仇恨之意味，就欧美各国而言，基督宗教（基督教与天主教）的主流论述中对异性恋的高举与对同性恋的谴责，是造成西方人憎恶同性恋的心理基础。西方主流教会自中古世纪掌握一切政教资源后，便开始厉行排除异己，包括非白人、非基督徒、非异性恋、贬抑女性地位等。同性恋在此之后，成为人人可诛的低等生物，近代以来，因大众传播媒体的兴起，各式同志平权运动兴起，各教会领袖也站起来呼吁信徒抵抗同志运动、出版大量“医治同性恋”的书籍：一方面它们强调“爱”、“包容”，对同志施以柔性诉求；另一方面又坚持同性爱是“罪”，提出许多“前同性恋者”被“医治”而脱离“罪恶”的见证。
传统教会对于要求同性恋“悔改”所持的论点整理如下：
“根据圣经”，上帝“不喜悦”或“憎恶”同志。
同性恋是后天环境不良、人为堕落的结果，并非上帝美好的创造。
同志必须“悔改”并“放弃”自己的性倾向才能得救，从事矫治“同性恋罪恶”的人，认为她／他们在“为神争战”。
后现代社会的兴起
后现代主义在二次大战后兴起，相... 阅读全帖 |
|
m*****f
发帖数: 1243 | 5 我对这题有点不明白
given a matrix(assume it is a bitmap), print all cells that is on.
是用一个map存储1的个数然后一个byte一个byte的读入吗? |
|
r**u
发帖数: 1567 | 6 1. 先对all available phone numbers 构造一个bitmap，把这个bitmap写成文件
bitfile。
bitfile logical divided into pages of size of 1MB
检索的时候，给一个电话，e.g., 8008997654，找到这个number在bitfile的哪一个
page,
8008997654/1MB。然后move文件指针到这个page，读入这个page,check这个number
在不在
这page里。
2. 题目不明白，calloc? |
|
|
z*****9
发帖数: 86 | 8 这个如果你知道总行数，那么随机选一行打印就可以了。那位中国哥们提示了我好一会
，后来做出来了。基本上，如果你已经读入了n-1行，当读第n行的时候，以概率1/n把
这行存到内存中。等整个文件读完后把在内存里面的那行打印出来。 |
|
p********7
发帖数: 549 | 9 先把可以用的内存分成5部分，每个部分占用Km空间。
先把数据读入M1并且从2头到中间来判断
M1满了，存M2，并且M1从头开始，M2从尾开始判断
M2满了，存M3.新的数据继续读到M3.
M3满了，就把M2存到file1.然后新的数据读到M2.
M2满了，就把M3存file2，读新的数据到M3.
如果M1，和M2，M3的数据都没问题，需要读file的文件继续判断，就把需要的file读到
M4，M5
file的数序是从2头到中间。 |
|
|
c*r
发帖数: 278 | 11 为避免创建大量临时文件和写文件，可以只统计每个bucket里数的个数，确定bucket
range后再扫描一遍把属于目标bucket的数读入memory.
这个解法的一个前提是数据分布比较均衡。否则的话需要细化bucket,重复同样步骤。 |
|
p********7
发帖数: 549 | 12 内存明显不够的，我觉得这个题结合大量数据存储的思路，用max-min heap做就出来了。
思路大概是把数按照大概大小分堆，比如你有7个G的数据，先获得数据range 分布，比
如数据低于-1000的数据有1G，-1000到1000有2G，1000到5000有1G，5000到10000有2G
，10000以上1G，然后就知道中位数是在1000-5000，然后再把文件分批读入内存，然后
把这个范围内的数据丢到MAX-MIN heap，不就得到答案了么？ 思路大概就是这样，我
觉得1G个int也太多了，可以再次细分一次也就出来了。 |
|
p*u
发帖数: 136 | 13 第三题没啥好的想法，目前更倾向于用的方法是：
Facebook应该不止会计算一个月以内访问量最大的N个网页，一定也会计算一周以内，
一个季度以内或者一年以内的吧。
所以，我想是否应该都记录下来这样一些信息呢？前K天的各个网页的访问量。由于
timestamp都是排序好的，所以有前K天推到前(K + 1)天，也是很方便的。把这些数据
都写到磁盘上，用的时候再读入内存就好了。
那样要计算某一个区间[a, b]内的网页访问量的时候，就直接用前b天减去前(a - 1)天
的就好了。
现在已知了某一个区间的网页访问量之后，要求访问量最大的N个网页。可以用一个大
小为N的最小堆的结构。当发现某个值大于堆顶元素的值是，弹出堆顶元素，把当前这
个值压入堆中。这样把所有访问量扫一遍，最后留在堆中的就是最大的N个了。 |
|
|
n*******r
发帖数: 22 | 15 what's wrong with cin?
cin >> m[i][j]; |
|
q**r
发帖数: 611 | 16 不懂 ：（ 这个哪里是矩阵呀。。 其它元素都是0吗。。
顺便问一下， c++有sparse matrix的处理方式吗？ |
|
p********7
发帖数: 549 | 17 如果marked了，没有release，如果下面读入的也需要mark就不用了。其实mark就是一
个int mark； 开始的时候mark == 中间那个轴，前面一个int的位置。如果下一个仍然
是对称，就mark--，当mark==0，表示就回文；如果不对称，mark=-1；就release了。
previous |
|
y*********e
发帖数: 518 | 18 对于磁盘读写，sequential seek速度比random seek要快1～2个数量级。所以，减少
磁盘读写overhead的首要任务是尽可能的进行sequential seek。
假设没有RAID：
若是有2枚硬盘，那么用一个盘读，一个盘写，就可以做到最大化的sequential seek。
从一个盘读入欲排序的文件，用另外一个盘做临时盘存放临时文件。
若是只有一枚硬盘：尽力的提高 IO Buffer，也可以减少disk random seek。
能用到SSD或者RAID也是很不错的。
若是RAID，用RAID0和RAID5能提高速度，原理是用多枚硬盘同时读写。 |
|
s*******r
发帖数: 47 | 19 楼主的做法好像是：读入数据时（任何时刻），实时的把读到的每只股票价格插入到
linklist中（如果大于当前满linklist中最小值），剔除当前最小值。
你的意思是？ |
|
x**y
发帖数: 1086 | 20 多谢各位，还有个问题就是如果这样做的话，每个integer读入内存的次数的上限应该
怎么确定啊 |
|
w********l
发帖数: 154 | 21 在本版潜水了很久，今天拿到Offer了，回报一下，反正没有签过保密协议：）
不记得所有的题了，尽量罗列吧：
电面：
thread是系统实现还是程序实现的
static
程序运行时，内存是怎么样的？stack, heap....
有无限长的一列数，每次读入1个，始终保持至今最大的10个数，怎么实现？heap。
onsite:
实现Hashtable, 要具有expand功能
int (*a)[10]; a++; a指向哪里？指向原来位置+10个int
一组2维坐标的点。找出一组edge，使得所有点都能相连，并且minimize sum(length(
edge)).
int sqrt(int n)，返回平方根。注意返回的只需要整数部分。不要求效率。只要code
尽可能简洁。（linear search)
其他问题：
why bloomberg? why not bank IT? why not quant? Describe one project....
应该就从了。不想再找了。有一起的朋友站内联系：） |
|
d*********g
发帖数: 59 | 22 有无限长的一列数，每次读入1个，始终保持至今最大的10个数，怎么实现？heap
请问这个是heap sort吗？ |
|
c*e
发帖数: 15 | 23 因为没见过这个题，所以想了好半天才答上来
面试感觉一般，答得不顺利，move on了
一个很长的text文档，怎样遍历一边，随机输出其中的一行
限制：
1.只能遍历一边
2.随机均匀分配
================
我的答案是：
保存已经遍历的行中的一个preLine
每读入第n行，在line_n和preLine中选一个，update preLine.
line_n的概率是1/n, preLine的概率是(n-1)/n
读到文件尾return preLine. |
|
c**j
发帖数: 103 | 24 软件 position。
1.software localization (不同语言自动实现，不是定位）
how to translate characters from English to Chinese? (问题好像不是这样，实
在没明白， 大概是如何实现language localization）encoded in UTF-8
what is UTF-8? how many bits.
2. have a very very large text file, how to transfer (read in) to memory
using the least memory... 也没太明白。。。
我说了divide and conquer, 之后又说考虑cache hit rate...
问如何 Divide，他说只能sequencial 读。这样貌似只能小块读入，然后clear，然后
再读？？ 考虑压缩？？ |
|
s*******t
发帖数: 248 | 25 没太明白用多个服务器的话，为什么要用两个hashmap，这两个map都是如何定义的？一
个应该是itemID 和count，另外一个是？
读写文件慢的话，是先批量读入读出吗？ |
|
y*******i
发帖数: 100 | 26 读入一系列 string 对象，直到同一
个单词连续出现两次，或者所有的单词都已读完，才结束读取
string preword,currword;
while(cin>>currword){
if(preword==currword){
cout<<"the word is: "<
break;
}//end if
else preword=currword;
}//end while
if(currword.empty()||(currword!=preword))
cout<<"there are no adjacent words are the same"<
有重复单词测试成功，但是如果输入一系列没重复单词的单词，总是打印不出"there
are no adjacent words are the same"，为什么呢？找了半天找不出逻辑错误。
谢谢各位。 |
|
g*****k
发帖数: 623 | 27 17万行的数据应该不需要你做高深的优化。
应该可以直接读入内存操作。上了billion再考虑如何分块使用buffer |
|
i***k
发帖数: 45 | 28 就是说，直接当做数组读入数据先，然后直接访问数组数据来进行内插和外插？
（interpolation extrapolation)
那就简单多了！ 多谢！ |
|
|
y*******g
发帖数: 6599 | 30 无法读入内存，
一行大于1G不用考虑把
感觉类似merge sort, 只不过以前的sort/compare都改成shuffle就好了
把文件分成 N部分，每个分别shuffle, 然后merge的时候从N个文件里面随机去一个
的问题？ |
|
d*******u
发帖数: 186 | 31 我回答第一题：
我假定a bunch of phone numbers是可用的电话号码。
初始化： 读入所有的电话号码建Trie (只需要十个分支，0～9).
IsNumberTaken(phone #) {
用phone #查询Trie如果能走到叶子，说明phone #可用，not taken,
return false.
else true.
}
GiveMeANumber() {
//从Trie中取出最左边的号码，返回该号码。
//也可以从Trie中取出随机的号码，返回该号码。
//对每一级节点，随机选一个分支。
//从Trie删除该号码。
}
ReturnBackANumber(phone #) {
把phone # 插入Trie中。
}
You
in |
|
y*******g
发帖数: 6599 | 32 无法读入内存，
一行大于1G不用考虑把
感觉类似merge sort, 只不过以前的sort/compare都改成shuffle就好了
把文件分成 N部分，每个分别shuffle, 然后merge的时候从N个文件里面随机去一个
的问题？ |
|
d*******u
发帖数: 186 | 33 我回答第一题：
我假定a bunch of phone numbers是可用的电话号码。
初始化： 读入所有的电话号码建Trie (只需要十个分支，0～9).
IsNumberTaken(phone #) {
用phone #查询Trie如果能走到叶子，说明phone #可用，not taken,
return false.
else true.
}
GiveMeANumber() {
//从Trie中取出最左边的号码，返回该号码。
//也可以从Trie中取出随机的号码，返回该号码。
//对每一级节点，随机选一个分支。
//从Trie删除该号码。
}
ReturnBackANumber(phone #) {
把phone # 插入Trie中。
}
You
in |
|
A**u
发帖数: 2458 | 34 大牛 能不能讲解一下
这个算法为啥是对的？ 我看不懂.
假设栈里元素为 AB. (B>A)。
读入C, C < A
那么 AB 都pop出.
难道不存在这样的可能性吗: 将来某个时候，可以以A开头，形式最大的面积? |
|
l*****a
发帖数: 14598 | 35 假定你访问过一些item,设计数据结构使得每次新读入一个item，
你可以判断是否已经访问过，已经访问过的话，更新他的访问顺序
新则插入
只能保存一定数目的item,如果到上限了
删掉访问时间距离现在最久的 |
|
i******r
发帖数: 793 | 36 程序是从文件读入数据还是标准输入
我貌似没看到这个说明。。。 |
|
d*******r
发帖数: 806 | 37 谢谢各位
其实不需要page by page
可以多线程读入
但是得考虑资源优化
而且最终的结果是单词尾随所有页数 |
|
b*2
发帖数: 94 | 38
G
那这种情况下，因为expected user是developer本身，操作环境也是可控的，所以只考
虑基本功能的实现。
Demo->Web App
根据要展示的基本功能进行测试，是否function well, 在正常操作&&正常输入的情况
下是否有unexpected result/error
Usability: 每个UI 控件，例如点击Btn是否按照预期有相应的结果；Exit时候是否整
个app就关闭了；点击Cancel时候程序是退到上一步，还是回到了主界面；TextBox的文
字读入，重新返回某个界面时候，之前输入的txt是否被清空等；Option-Box等等； 界
面上是否有错误的拼写，大小写问题等等；
Web App就会涉及Connection Speed；如果过慢，App performance；如果加入了第三方
API，还要考虑它的稳定性；
这样子？ |
|
a******a
发帖数: 2646 | 39 应该有nlgn 算法
struct person
{ start time
end time
}
读入person
按start time binary排序，是 nlgn
如果重叠，修改
struct, 另
person.start =min
person.end =max
合并成为一个记录。 |
|
l*****c
发帖数: 316 | 40 这两天被问到的
有一个program，可以不停的读入数据，需要建立一个数据结构，管理这些数据
有N多个公司，M多个地点，然后每个公司在各个地方都有分部，每个分部有不同
的工资标准，希望用一个数据结构来管理。N，M未知， 可能很大
比如
公司A 公司B 公司C 。。。。。。。
地点A 100 150 200 。。。。。
地点B 140 200 160 。。。。
。 。 。 。 。。。。
。 。 。 。 。。。
。 。 。 。 。。
我想如果直接分配一个矩阵的话，如果公司数量或者地点数量超过矩阵大小，还要重新
分配。
dynamic的话，不是很清楚怎么做，希望高手指点一下。
多谢 |
|
S******t
发帖数: 151 | 41 但是即使是这样的话，那这个题目也是线性啊？
不是直接读入每个单词，parse一下看这个单词是不是由一堆non overlapping的化学元
素组成就可以了？ |
|
c****g
发帖数: 85 | 42 external sorting里merge m个已经内部排序的文件。
在内存里建立m个queue。
分别m个文件的数据，然后取m个数字排序写入final file。如果queue空了，再读入。 |
|
|
|
h****n
发帖数: 1093 | 45 来自主题: JobHunting版 - A家面试题 是不算，问题是你输出前面一半之后，后面一半怎么办，你得到的只是两段sorted好的
，而不是整个sorted好的
如果允许重新读入内存做merge sort，那就又回到external storage的问题了 |
|
i***h
发帖数: 12655 | 46 来自主题: JobHunting版 - A家面试题 可以重复读入多次的话,
用bitmap不是更有效率?
不过这样好象有点cheating,
算external storage么? |
|
q****x
发帖数: 7404 | 47 这个yield到底有啥好处？这里的例子怎么省内存了？readlines不还是要读入整个文件
吗？
http://stackoverflow.com/questions/7883962/where-to-use-yield-i
我的理解：
def func_0(input_list):
return [f(i) for i in input_list]
def func_1(input_list):
for i in input_list:
yield f(i)
这两个区别在于，func_0把所有的f(i)算好，返回。func_1创建一个对象，包含input_
list，函数f，迭代子iter。遍历这个对象时，动态计算f(i)。这样看上去只是lazy
evaluation，并没有省内存啊。 |
|
q****x
发帖数: 7404 | 48 有可能。不过几百兆的文件读入内存也没啥压力吧。
真要是超级大文件，派送又慢了点。
returns |
|
K*********n
发帖数: 2852 | 49 啊，这个给挖出来了。我贴了以后没人讨论……
这个给的答案我觉得挺那个的……
就是，word比integer大得多，一般来说。建一个hash table，把vocabulary里面的每一
个word都map成一个int。然后读入数据的时候，查阅hash table，在内存中存储的是in
t而不是word。
然后random access的时候，读的实际上是int，再用另一个hash table，这次key和val
ue反过来了，来查阅读到的int对应的word，就可以了。
这个压缩率是有限的，但是对于题目给的50M vs 100M，要求压缩率为50%，还是可以实
现的。int是4个字节，一个unicode char就是2个字节 |
|
K*********n
发帖数: 2852 | 50 啊，这个给挖出来了。我贴了以后没人讨论……
这个给的答案我觉得挺那个的……
就是，word比integer大得多，一般来说。建一个hash table，把vocabulary里面的每一
个word都map成一个int。然后读入数据的时候，查阅hash table，在内存中存储的是in
t而不是word。
然后random access的时候，读的实际上是int，再用另一个hash table，这次key和val
ue反过来了，来查阅读到的int对应的word，就可以了。
这个压缩率是有限的，但是对于题目给的50M vs 100M，要求压缩率为50%，还是可以实
现的。int是4个字节，一个unicode char就是2个字节 |
|
