今日头条2018校招大数据方向（第二批）

编程题

1、用户喜好

为了不断优化推荐效果，今日头条每天要存储和处理海量数据。假设有这样一种场景：我们对用户按照它们的注册时间先后来标号，对于一类文章，每个用户都有不同的喜好值，我们会想知道某一段时间内注册的用户（标号相连的一批用户）中，有多少用户对这类文章喜好值为k。因为一些特殊的原因，不会出现一个查询的用户区间完全覆盖另一个查询的用户区间(不存在L1<=L2<=R2<=R1)。

输入描述:

输入： 第1行为n代表用户的个数 第2行为n个整数，第i个代表用户标号为i的用户对某类文章的喜好度 第3行为一个正整数q代表查询的组数  第4行到第（3+q）行，每行包含3个整数l,r,k代表一组查询，即标号为l<=i<=r的用户中对这类文章喜好值为k的用户的个数。 数据范围n <= 300000,q<=300000 k是整型

输出描述:

输出：一共q行，每行一个整数代表喜好值为k的用户的个数

输入例子1:

5

1 2 3 3 5

3

1 2 1

2 4 5

3 5 3

输出例子1:

1

0

2

例子说明1:

样例解释:

有5个用户，喜好值为分别为1、2、3、3、5，

第一组询问对于标号[1,2]的用户喜好值为1的用户的个数是1

第二组询问对于标号[2,4]的用户喜好值为5的用户的个数是0

第三组询问对于标号[3,5]的用户喜好值为3的用户的个数是2

代码：

#include <iostream>
using namespace std;
 
int main()
{
    int n, q;
    cin >> n;
    int user[n + 1];
    for (int i = 1; i <= n; i++) cin >> user[i];
    cin >> q;
    int l, r, k;
    while (q--) {
        cin >> l >> r >> k;
        int count = 0;
        for (int i = l; i <= r; i++)
            if (user[i] == k) count++;
        cout << count << endl;
    }
 
    return 0;
}

2、手串

作为一个手串艺人，有金主向你订购了一条包含n个杂色串珠的手串——每个串珠要么无色，要么涂了若干种颜色。为了使手串的色彩看起来不那么单调，金主要求，手串上的任意一种颜色（不包含无色），在任意连续的m个串珠里至多出现一次（注意这里手串是一个环形）。手串上的颜色一共有c种。现在按顺时针序告诉你n个串珠的手串上，每个串珠用所包含的颜色分别有哪些。请你判断该手串上有多少种颜色不符合要求。即询问有多少种颜色在任意连续m个串珠中出现了至少两次。

输入描述:

第一行输入n，m，c三个数，用空格隔开。(1 <= n <= 10000, 1 <= m <= 1000, 1 <= c <= 50) 接下来n行每行的第一个数num_i(0 <= num_i <= c)表示第i颗珠子有多少种颜色。接下来依次读入num_i个数字，每个数字x表示第i颗柱子上包含第x种颜色(1 <= x <= c)

输出描述:

一个非负整数，表示该手链上有多少种颜色不符需求。

输入例子1:

5 2 3

3 1 2 3

0

2 2 3

1 2

1 3

输出例子1:

2

例子说明1:

第一种颜色出现在第1颗串珠，与规则无冲突。

第二种颜色分别出现在第 1，3，4颗串珠，第3颗与第4颗串珠相邻，所以不合要求。

第三种颜色分别出现在第1，3，5颗串珠，第5颗串珠的下一个是第1颗，所以不合要求。

总计有2种颜色的分布是有问题的。

这里第2颗串珠是透明的。

字符串S由小写字母构成，长度为n。定义一种操作，每次都可以挑选字符串中任意的两个相邻字母进行交换。询问在至多交换m次之后，字符串中最多有多少个连续的位置上的字母相同？

输入描述:

第一行为一个字符串S与一个非负整数m。(1 <= |S| <= 1000, 1 <= m <= 1000000)

输出描述:

一个非负整数，表示操作之后，连续最长的相同字母数量。

输入例子1:

abcbaa 2

输出例子1:

2

例子说明1:

使2个字母a连续出现，至少需要3次操作。即把第1个位置上的a移动到第4个位置。

所以在至多操作2次的情况下，最多只能使2个b或2个a连续出现。

代码：

#include
using namespace std;
int main()
{
    int n, m, c;
    cin >> n >> m >> c;
    int color[c + 1], first_color[c + 1];
    for (int i = 1; i <= c; i++) color[i] = 0, first_color[i] = 0;
 
    for (int i = 1; i <= n; i++) {
        int zhu;
        cin >> zhu;
        while (zhu--) {
            int zhu_color = 0;
            cin >> zhu_color;
            if (color[zhu_color] == -1) continue;   // 已经不符合要求
            if (first_color[zhu_color] == 0) {   // 该颜色第一次出现
                color[zhu_color] = i;
                first_color[zhu_color] = i + n;
            } else if (i - color[zhu_color] >= m && first_color[zhu_color] - i >= m) {
                color[zhu_color] = i;   // 暂时符合要求，更新该颜色的最新串珠位置
            } else color[zhu_color] = -1;   // 不符合要求
        }
    }
    int count = 0;
    for (int i = 1; i <= c; i++)
        if (color[i] == -1) count++;
    cout << count;
    return 0;
}

问答题

1、以下函数使用二分查找搜索一个增序的数组，当有多个元素值与目标元素相等时，返回最后一个元素的下标，目标元素不存在时返回-1。请指出程序代码中错误或不符最佳实践的地方（问题不止一处，请尽量找出所有你认为有问题的地方）

int BinarySearchMax(const std::vector<int>& data, int target)
{
  int left = 0;
  int right = data.size();
  while (left < right) {
      int mid = (left + right) / 2;
      if (data[mid] <= target)
          left = mid + 1;
      else
          right = mid - 1;
  }
  if (data[right] == target)
      return right;
  return -1;
}

修改后代码：

int BinarySearchMax(const std::vector<int>& data, int target)
{
   int left = 0, ret = -1;
   int right = data.size()-1;
   while (left <= right) {
       int mid = (left + right) / 2;
       if (data[mid] <= target) {
            if(data[mid] == target) ret = mid;
           left = mid + 1;
       } else right = mid - 1;
   }
    return ret;
}

2、今日头条会根据用户的浏览行为、内容偏好等信息，为每个用户抽象出一个标签化的用户画像，用于内容推荐。用户画像的存储、高并发访问，是推荐系统的重要环节之一。现在请你给出一个用户画像存储、访问方案，设计的时候请考虑一下几个方面：

用户画像如何存储

如何保证在线高并发、低延迟地访问

机器宕机、负载均衡问题

如果用户增长很快，在你的方案下，该如何做扩容