2013網易遊戲暑期實習生面試題
阿新 • • 發佈：2019-01-26
最近去網易遊戲面試，感覺自己水的一比，有兩道題沒回答出來，在網上搜索了一下解法。
1. 英文字串分詞，已知一長串字串，這是一個句子，但是單詞之間沒有空格，現有單詞本，問如何能把句子分詞。
/* 給你一個沒有間隔的字串“thisisasentence”，如何將他分割成如下的句子：“this is a sentence”。 提供一個函式用來檢驗一個字串是不是單詞：bool dic(char* w)； 完成下列的函式。要求效率儘可能快。 bool Detect(char* str) { } 儘量寫出完整思路，最好有虛擬碼。 提示: 遞迴，回溯。這裡使用最長單詞優先匹配 + 深度優先搜尋+回溯的方法解決此問題。 其中資料來源為一篇普通的英文文字，測試時大概有幾千個英文單詞，先進行預處理， 得到長字串和單詞詞典。在實現時，由於使用的是stl的string,介面和題目中給出的有所處理， 但不影響解決該問題。本程式中 Go(str,startIdx) 意為對str(startIdx:)進行分詞 而bool dic(char * w)其實就是程式中對詞典map的find操作 */ #include <iostream> #include <string> #include <vector> #include <fstream> #include <map> using namespace std; int maxWordLen = 0; char puncs[] = {'.',',','-',')','(','[',']','\"'}; string splitResult[1000000]; bool bSuc = false; //已分的詞的個數 int splittedWordNum = 0; map<string,int> wordDic; //判斷是否是標點 bool isPunc(char ch) { for (int i = 0;i < sizeof(puncs);i++) { if (ch == puncs[i]) { return true; } } return false; } //從檔案構造長字串和詞典 void ReadFromFile(const string & filePath,string& strSentence, map<string,int>& wordDic) { ifstream fin(filePath.c_str()); string str; string word; int wordOccured = 0; while (fin >> str) { int firstIdx = 0; while(firstIdx < str.size() && isPunc(str[firstIdx])) { firstIdx++; } int secIdx = str.size() - 1; while(secIdx >=0 && isPunc(str[secIdx])) { secIdx --; } if (secIdx >= firstIdx) { word = str.substr(firstIdx,secIdx - firstIdx + 1); wordDic[word] = 1; strSentence = strSentence + word; if (secIdx - firstIdx + 1 > maxWordLen) { maxWordLen = secIdx - firstIdx + 1; } wordOccured++; //cout << word << " "; } } cout << wordOccured << endl; fin.close(); } void PrintSplitResult() { for (int i = 0;i<splittedWordNum;i++) { cout << splitResult[i] << " "; } } void Go(string & strSentence,int startIdx) { //如果已經有分詞成功，則結束 if (bSuc) { return; } //分詞完畢 if (startIdx == strSentence.size()) { PrintSplitResult(); //cout << endl; //cout << splittedWordNum << endl; bSuc = true; return; } //否則從最長的詞開始匹配 int maxLen = strSentence.size() - startIdx; if (maxLen > maxWordLen) { maxLen = maxWordLen; } for (int len = maxLen;len >0;len--) { string candidateWord = strSentence.substr(startIdx,len); //該詞存在於詞典 if (wordDic.find(candidateWord) != wordDic.end()) { splittedWordNum ++; splitResult[splittedWordNum - 1] = candidateWord; //遞迴對下標startIdx + len開頭的字串進行分詞 Go(strSentence,startIdx + len); splittedWordNum --; // 這裡需要回溯 } } } int main(int argc, char* argv[]) { string strSentence; string filePath = "in.txt"; ReadFromFile(filePath,strSentence,wordDic); Go(strSentence,0); //cout << wordDic.size() << endl; //cout << splittedWordNum << endl; if (!bSuc) { cout << "分詞失敗!!" << endl; } }
2. 已知有隨機生成1和7之間數的函式，設計生成1到10之間隨機數的函式
題目：
已知一個函式rand7()能夠生成1-7的隨機數，請給出一個函式，該函式能夠生成1-10的隨機數。
思路：
假如已知一個函式能夠生成1-49的隨機數，那麼如何以此生成1-10的隨機數呢？
解法：
該解法基於一種叫做拒絕取樣的方法。主要思想是隻要產生一個目標範圍內的隨機數，則直接返回。如果產生的隨機數不在目標範圍內，則丟棄該值，重新取樣。由於目標範圍內的數字被選中的概率相等，這樣一個均勻的分佈生成了。
顯然rand7至少需要執行2次，否則產生不了1-10的數字。通過執行rand7兩次，可以生成1-49的整數，
1 2 3 4 5 6 7 1 1 2 3 4 5 6 7 2 8 9 10 1 2 3 4 3 5 6 7 8 9 10 1 4 2 3 4 5 6 7 8 5 9 10 1 2 3 4 5 6 6 7 8 9 10 * * 7 * * * * * * *
由於49不是10的倍數，所以我們需要丟棄一些值，我們想要的數字範圍為1-40，不在此範圍則丟棄並重新取樣。
程式碼：
int rand10() { int row, col, idx; do { row = rand7(); col = rand7(); idx = col + (row-1)*7; } while (idx > 40); return 1 + (idx-1)%10; }
由於row範圍為1-7，col範圍為1-7，這樣idx值範圍為1-49。大於40的值被丟棄，這樣剩下1-40範圍內的數字，通過取模返回。下面計算一下得到一個滿足1-40範圍的數需要進行取樣的次數的期望值：
E(# calls to rand7) = 2 * (40/49) + 4 * (9/49) * (40/49) + 6 * (9/49)2 * (40/49) + ... ∞ = ∑ 2k * (9/49)k-1 * (40/49) k=1 = (80/49) / (1 - 9/49)2 = 2.45
優化：
上面的方法大概需要2.45次呼叫rand7函式才能得到1個1-10範圍的數，下面可以進行再度優化。
對於大於40的數，我們不必馬上丟棄，可以對41-49的數減去40可得到1-9的隨機數，而rand7可生成1-7的隨機數，這樣可以生成1-63的隨機數。對於1-60我們可以直接返回，而61-63則丟棄，這樣需要丟棄的數只有3個，相比前面的9個，效率有所提高。而對於61-63的數，減去60後為1-3，rand7產生1-7，這樣可以再度利用產生1-21的數，對於1-20我們則直接返回，對於21則丟棄。這時，丟棄的數就只有1個了，優化又進一步。當然這裡面對rand7的呼叫次數也是增加了的。程式碼如下：
int rand10Imp() {
int a, b, idx;
while (true) {
a = rand7();
b = rand7();
idx = b + (a-1)*7;
if (idx <= 40)
return 1 + (idx-1)%10;
a = idx-40;
b = rand7();
// get uniform dist from 1 - 63
idx = b + (a-1)*7;
if (idx <= 60)
return 1 + (idx-1)%10;
a = idx-60;
b = rand7();
// get uniform dist from 1-21
idx = b + (a-1)*7;
if (idx <= 20)
return 1 + (idx-1)%10;
}
}下面計算下優化後方法的呼叫rand7函式的期望次數：
E(# calls to rand7) = 2 * (40/49) + 3 * (9/49) * (60/63) + 4 * (9/49) * (3/63) * (20/21) + (9/49) * (3/63) * (1/21) * [ 6 * (40/49) + 7 * (9/49) * (60/63) + 8 * (9/49) * (3/63) * (20/21) ] + ((9/49) * (3/63) * (1/21))2 * [ 10 * (40/49) + 11 * (9/49) * (60/63) + 12 * (9/49) * (3/63) * (20/21) ] + ... = 2.2123
這裡期望次數為2.21，比起未優化的2.45次減少了大概10%。