2021年百度公司大数据云计算研发面试题

请简要描述一下Hadoop, Spark, MPI三种计算框架的特点以及分别适用于什么样的场景

a)     Hadoop
基于分布式文件系统HDFS的分布式批处理计算框架。适用于数据量大，SPMD(单程序多数据)的应用。
b)     Spark
基于内存计算的并行计算框架。适用于需要迭代多轮计算的应用。
c)      MPI
基于消息传递的并行计算框架。适用各种复杂应用的并行计算。支持MPMD( 多程序多数据) ，开发复杂度高

请解释tcp连接建立过程，如果可能，请结合相应系统调用函数解释交互过程。

第一次握手：建立连接时，客户端调用发送syn包(syn=j)到服务器，并进入SYN_SEND状态，等待服务器确认；

第二次握手：服务器端收到syn包，必须确认客户的SYN（ack=j+1），同时自己也发送一个SYN包（syn=k），即SYN+ACK包，此时服务器进入SYN_RECV状态；

第三次握手：客户端收到服务器的SYN＋ACK包，向服务器发送确认包ACK(ack=k+1)，此包发送完毕，客户端和服务器进入ESTABLISHED状态，完成三次握手。

完成三次握手，客户端与服务器开始传送数据；

相关系统调用：client端调用connect()开始建立连接，连接建立好后退出

服务器端调用完listen()后就可以响应连接请求，连接请求建立好后调用accept()把连接拿出开始通信

注意：accept()跟server建立连接没有关系，它只是取出建立好连接的socket，不参与连接建立的过程。

给定一个整数的数组，相邻的数不能同时选，求从该数组选取若干整数，使得他们的和最大，要求只能使用o(1)的空间复杂度。要求给出伪码。

int getMax(int a[],int len)
{  
   int max1 = a[0];//表示maxSum(n-2);  
   int max2 = a[0]>a[1]? a[0]:a[1]; //表示maxSum(n-1);  
   int max3 = 0; // n 
   for(int i =2; i     max3 = Max(a[i],Max(max1+a[i],max2));
//       max3 = a[i]+max1> max2 ? a[i]+max1:max2;  // 全部是负数也需要考虑的,这个没有
        max1 = max2; 
        max2  = max3; 
   } 
return max3;
}

int Max(int a,int b){
if(a>b)
return a;else
return b;
}

二分查找是常用的编程方法，请用完整代码实现该函数（不许调用库函数）
void *bsearch(const void *key, const void *base, size_t nel, size_t width, int (*compar) (const void *, const void *));

二分查找完整代码：

#include

using namespace std;

void * bsearch(const void *key, const void *base, size_t nel, size_t width, int (*cmp)(const void *, const void *)){
    void *mid = NULL;
    int sign;
    while (nel > 0) {
        
        mid = (char *)base + width*(nel/2);
        sign = cmp(key, mid);
        if (sign == 0) return mid;//找到 
        if (nel == 1) break;
        else if (sign < 0)
            nel /= 2;//下取整 
        else {
            base = mid;
            nel -= nel/2;//上取整 
        }
        
    }
    return NULL;
}

int compare(const void *val1, const void *val2) {
    int iVal1 = *(int*)val1;
    int iVal2 = *(int*)val2;
    if (iVal1 > iVal2) {
        return 1;
    }
    else if (iVal1 == iVal2) {
        return 0;
    }
    return -1;
}

测试用例：

int main(){

    int a[10]={1, 2, 5, 8, 10, 11,12,13,14,15};
    int key = 5;
    
    void* res = bsearch(&key, a, 10, sizeof(int), compare);
    if(res != NULL){
        cout << "索引位置：" << (int *)res - a;
    }
    return 0;
}

有编号1~100个灯泡，起初所有的灯都是灭的。有100个同学来按灯泡开关，如果灯是亮的，那么按过开关之后，灯会灭掉。如果灯是灭的，按过开关之后灯会亮。
现在开始按开关。
第1个同学，把所有的灯泡开关都按一次(按开关灯的编号： 1,2,3,......100)。
第2个同学，隔一个灯按一次(按开关灯的编号： 2,4,6,......,100)。
第3个同学，隔两个灯按一次(按开关灯的编号： 3,6,9,......,99)。
......
问题是，在第100个同学按过之后，有多少盏灯是亮着的？这些灯的编号是多少？要求给出解题思路或给出伪码。

10盏，1，4，9，16，25，36，49，64，81，100

按照同学来看，每个同学只会按是自己的倍数的灯。

那么我们转换成灯来看的话，每个灯只会被是自己的因子的同学按。

那么一个初始化为灭的灯，如何最后变成一盏亮的灯呢？

很明显，只有它有奇数个因子的时候，才有可能。

那么什么时候一个数可以有奇数个因子呢？

对于任意一个数N ，都可以分解成 N = a * b的乘积，即任意一个数都可以分解成 M个(a * b) 的乘积。

所以若想满足存在奇数个因子，a 必须等于 b.

即 N = a2,所以只有平方数最后才满足要求，故可以在0(n)的时间复杂度解决该问题。 

打长沙麻将在一开始，只有庄家可得到十四张牌，其余的人十三张。现在庄家手里拿到十四张牌，他想请你写个程序帮忙判断一下，庄家是否已经胡牌。
如果你会打麻将，请忽略以下背景，如果不会，简单了解一下背景有助于理解本题：
长沙麻将打法简单、节奏快速，极易胡牌。长沙麻将共一百零八张牌：包括筒、索、万；不带东、南、西、北风、中、发、白。：
1、万子牌：从一万至九万，各4张，共36张。
2、筒子牌：从一筒至九筒，各4张，共36张。也有的地方称为饼，从一饼到九饼。
3、束子牌：从一束至九束，各4张，共36张。也有的地方称为条，从一条到九条。
组牌规则：
1，对子：两张一样花色，一样大小的牌，组成对子。
2，顺子：三张相同花色，连续的牌，组成顺子。
3，刻子：三张一样花色，一样大小的牌，组成刻子。
胡牌规则：每人有十四张牌，如果这十四张牌可以组成：一个对子，若干个顺子和刻子，则表示胡牌。比如以下牌型已经胡牌：
一万，一万，二万，三万，四万，二条，三条，四条，四条，四条，四条，五筒，六筒，七筒。

1：请描述你对这个问题的理解，并写出你的解题思路。
1.1， 按花色细分处理，必须是一个花色的牌个数 3的倍数余2（留对子），其它花色的个数都是3的倍数。否则不能胡牌
1.2， 从3的倍数余2的花色中选出一对，剩下的牌的处理和其它花色一样。如果没有对子，则不能胡牌。
1.3， 对于某一个花色的牌，由于个数为3的倍数，判断其是否可以组成若干个顺子或刻子，否则不能胡牌。
1.4， 对相同花色的牌进行排序和计数，判断第一张牌能否和其它牌组成顺子或刻子，若不能，则回溯。若能，由继续处理剩下的牌。

1.5， 最后判断是否可以胡牌

2.请设计解决问题需要的数据结构。
需要设计一个花色的数据结构，包括type（花色）， id（牌的大小），count（牌出现的次数）