要求：从算法和实现上和实现技术上的细节对程序进行优化，尽量使程序高效。程序运行环境为2G内存，4CPU。阐明主要思路，给出伪码和说明，可以着重指出你使用的优化技术。
例子：模板文件为
This is an $FF$ $$. I like $FF$ and $FA$。
变量文件为
1.v
FF : banana
FA : apple
2.v
FA: 苹果
FF : 香蕉
则生成文件为
1.r
This is an banana $$. I like banana and apple。
2.r
This is an香蕉 $$. I like 香蕉and苹果。 1）此题10分
对任意输入的正整数N，编写C程序求N!的尾部连续0的个数，并指出计算复杂度。如：18！＝6402373705728000，尾部连续0的个数是3。
（不用考虑数值超出计算机整数界限的问题）

2）此题10分
编写一个C语言函数，要求输入一个url，输出该url是首页、目录页或者其他url
如下形式叫做首页：
militia.info/
www.apcnc.com.cn/
http://www.cyjzs.comwww.greena888.com/
www.800cool.net/
http://hgh-products.my-age.net/
如下形式叫做目录页：
thursdaythree.net/greenhouses--gas-global-green-house-warming/
http://www.mw.net.tw/user/tgk5ar1r/profile/
http://www.szeasy.com/food/yszt/chunjie/
www.fuckingjapanese.com/Reality/

请注意：
a） url有可能带http头也有可能不带
b）动态url（即含有"？"的url）的一律不算目录页，如：
www.buddhismcity.net/utility/mailit.php?l=/activity/details/3135/
www.buddhismcity.net/utility/mailit.php?l=/activity/details/2449/

另：如果你会linux，请用linux下的grep命令实现第2题的功能（附加5分）。

3）此题40分
如果必须从网页中区分出一部分"重要网页"（例如在10亿中选8亿），比其他网页更值得展现给用户，请提出一种方案。

4）此题40分
假设有10亿网页已经被我们存下来，并提供如下信息：网页全文（即网页的源码）、全文长度、网页正文（即网页中提取的主体文字）、
正文长度，以及其他网页提取物等，现在希望去掉其中的重复网页，请提出可行的方案，计算出每个网页对应的重复度，你可以自己
对网页重复下定义，也可以提出需要哪些更多的网页提取物来实现更好的去重复方案
百度面经： 我是9月份跟百度联系的，当时连简历都没写，只是写了一下自己做过的一些东西，然后就通知我9月21日面试，第一次面试经过了3个小时，见了4位面试官，一个系统构建师，一个team leader，一个技术部，还有一个hrJJ，主要问的问题就是我曾经做过的信息检索项目，基本上照着简历（如果有的话）仔细地问，还会出点题目考你，建议大家多去看看《数据结构》，尤其是算法分析、查找、排序方面的东西。还有一些就看你的反应能力了，这里就不说了。

然后她会让你问一些问题，记得去之前到网上搜集点百度的资料看看，对百度有些认识，然后再问写关于公司发展和个人发展的问题，薪水的问题就别问题。

大约3个星期后，通知我去二面，又见了一个team leader和技术副，这回还是围绕着简历提问，但自由交流的成份很多，就看你的亲和力和素质了，总之让他认为你这个人有创意，有想法，跟你一起合作会很愉快就是了。

当时那个副邀请我到公司去做兼职，因为最近比较忙，就说下学期才能开始，可以说是整个面试中最大的败笔。

一个星期后打电话到HR那里问结果，被告知应届生招聘暂时推迟，很faint，只好去找别的工作了。

百度的待遇一直不知道，工作大约是每天10小时以上，周六经常加班。

有股票期权，看你是不是了。

主要注意的是他让你问他问题的时候，一定问点有水平的问题，给他们点表现的机会，它表现的很爽，一高兴，对你也有好处。
  百度网络笔试题目

 

1.假设Apache产生的日志文件名为access_log,在apache正在运行时,执行命令mv
access_log access_log.bak,执行完后,请问新的apache的日志会打印到哪里,为什么?

2.在Shell环境下,如何查看远程Linux系统运行了多少?

3.处理以下文件内容,将域名取出并进行计数排序,如处理:
http://www.baidu.com/index.html
http://www.baidu.com/1.html
http://post.baidu.com/index.html
http://mp3.baidu.com/index.html
http://www.baidu.com/3.html
http://post.baidu.com/2.html
得到如下结果:

域名的出现的次数 域名
3 www.baidu.com
2 post.baidu.com
1 mp3.baidu.com
可以使用bash/perl/php/c任意一种

4.如果得到随机的字串,长度和字串中出现的字符表可定义,并将字串倒序显示,如
把0123456789作为基准的字串字符表,产生一个6位的字串642031,打印出的字串为
130246,可使用bash/perl/php/c任意一种.

5.如何查看当前Linux系统的状态,如CPU使用,内存使用,负载情况等.

6.你在中做的最的一件事是什么(不必一定与计算机相关)   百度面试过程：

 

我的求职路程好像很是艰辛……到目前为止面试了很多家，简历更是投了几十份，只有Neusofe给了我一个offer。这个offer并不是对我能力的肯定，只是觉得我可能会留在东软。可惜东软我已经给拒了，基本上没有退路了。

说一下我的百度求职过程吧。

经过在线笔试、两轮电话面试，今天上午收到了百度的拒信，我的百度求职算是告一段落了……

从百度校园招聘开始，我就投了一份简历。在别人都有在线笔试机会的时候，我却没有任何消息。

听说师兄可以给推荐，我就又通过内部推荐的方式投递了一次，这次很快就有消息了——拒信。

那时基本上就了百度。可是大概20多天以后，我投递的第一份简历有消息了——通知我在线笔试。经过精心准备，笔试题答得还凑合。过了几天给我来了封邮件告知我笔试通过，会找安排电话面试。又过了好几天，我正在剃头的时候接到百度电话，约了第二天下午三点电话面试。异常兴奋，回到寝室拼命复习数据结构并收集百度面试题型……临阵磨枪 呵呵。

百度的面试氛围很是轻松，让你很快就觉得是在聊天而不是面试。第一轮主要是在针对我的在线笔试的题目进行提问和分析，主要讲的是做题的思路和改进的方法。面试大概有半个小时，觉得应该有下一轮。

果然上个星期五晚上接到了百度技术的电话，自称姓刘。在前一天我同学也是这个时候接到百度第二面电话，看来是同一个人，后来的面试内容证实了是同一个人。面试过程大概如下：

1、介绍一下项目。

2、提了一个问题：上千万条记录，统计出重复记录最多的前N条。

3、一个概率题：54张扑克牌，除去两张大小王剩下52张扑克牌。问红桃A和黑桃A同时被一个人拿到的概率是多少？

4、多个线程访问共享内存时因该怎么办？

5、在写程序遇到问题的时候，通常采用什么调试方法？

6、一个client/server的协议问题

7、剩下就是随便聊聊，比如有缺点、期望工作的性质、规划等

总结一下教训：

1、介绍项目的时候不能一味的按照事前想好的模板说，应该根据所申请的工作的性质，多说一些和自己申请的工作内内容相近的东西说。我在介绍我的项目的时候，说了很多硬件的东西，而相关的Linux下的C编程却没有提到多少，一大之处。

2、对于他提的第二个问题，当时因为紧张没有想出来，挂了电话以后才有了思路。

3、这个概率题以前碰到过，而且和同学们讨论过，答案很早就知道了。但是遇到面试的时候，不能马上就说出答案，因为这样摆明了高诉人家你以前就见过这道题，这样就失去了作为考题的意义。所以，如果事前知道答案也不要马上说出来，装作考虑中，然后慢慢说出答案。我就是很快就说出了答案，！

4、在问项目的时候，他问我代码行大概有多少？我说大概有5.6K行左右。在回答第四个问题的时候，我几乎是将书上所讲过的东西背了一遍给他，虽然答案是正确的，但是我估计他一听就听出来是在背书了，所以这也会减分不少。，而且百度强调创新，其实就算你不知道答案也可以按照自己的思路说一下的，只要逻辑清晰、合理都会比我背书强……

5、我的回答是有时候用gdb，有时候用输出日志的形式。以我之前给他讲的项目经验是不大可能会涉及这么多的知识的，所以估计他又听出我是在背书了……继续减分

6、后来我发现这个问题其实他不是在考我问题的答案，是考我解决问题的能力和考虑问题的思路。这点是我比较差的地方，没办法……减分

我前面表现那么，基本上已经没有什么希望了，后面的谈话已经没有意义了，只不过是礼貌性的结束这次面试了。

上面的总结是我收到拒信以后才总结出来的，可悲的是电话面试结束以后，还以为能被录取呢……

面试官太和蔼了，而且气氛及其融洽，根本没有任何不好的征兆，面试官好厉害！

至此，我的百度求职过程到此告一段落……生活还在继续，工作还得继续去找，加油！