互聯(lián)網(wǎng)筆試

1. 打印出文本中出現(xiàn)頻率最多的10個單詞踢星。

例如文本命名為nlp_2018_5_8.txt:

You are watching a film in which two men are having a fight.They hit one another hard.At the start they only fight with their fists.But soon they begin hitting one another over the heads with chairs.And so it goes on until one of the men crashes through a window and falls thirty feet to the ground below.He is dead村缸!Of course he isn't really dead. With any luck he isn't even hurt.Why? Because the men who fall out of high windows or jump from fast moving trains, who crash cars of even catch fire, are professionals.They do this for a living.These men are called stuntmen.That is to say, they perform tricks.There are two sides to their work.They actually do most of the things you see on the ......

代碼:

如果使用的是Counter模塊,可以參考Counter模塊的使用http://www.reibang.com/p/24dd4e194a97

import operator

with open('nlp_2018_5_8.txt','r') as f:

????counter = {}

????while 1:

????????# 單行讀取菠发,減少內(nèi)存壓力

????????data = f.readline()

????????if data is not None and len(data) > 0:

????????????# 首字母小寫

????????????word = map(lambda x:x.lower(),data.split())

????????????for token in word:

????????????????if counter.has_key(token):

????????????????????counter[token] +=1

????????????????else:

????????????????????counter[token] = 1

????else: break

# 直接調(diào)用sorted函數(shù)不用自己實現(xiàn)排序

sorted_x = sorted(counter.items(), key=operator.itemgetter(1), reverse=True)

print sorted_x[:10]

2. 版本發(fā)布中隊列中,有一個發(fā)布失敗士八,后面就會全部發(fā)布失敗牺堰,給定一個發(fā)布隊列,找出第一個發(fā)布失敗的版本搅裙。(已知判斷發(fā)布失敗的函數(shù)是isFailVersion())

import random

# 模擬版本隊列

def random_sample():

????sample_validate = [int(0) for i in range(random.randint(1,100))]

????sample_unvalidate = [int(1) for i in range(random.randint(1,100))]

????sample = sample_validate+sample_unvalidate

????return sample

# 模擬版本驗證函數(shù)

def isValidatingVersion(ver):

????if ver == 0:

????????return True

????elif ver == 1:

????????return False

????else:

????????return None

# 利用二分查找降低復雜度妓局,復雜度O(logN)

def binary_search(sample):

????low = 0

????high = len(sample)-1

? ? ?while low < high:

? ? ? ? # low < high 总放,(low + high)/ 2 < (high? +high?)/ 2,默認mid值 < high值

????????mid = (low+high)/2

????????if isValidatingVersion(sample[mid]):

? ? ? ? ? ? # 如果mid值是正常版本好爬,那么非正常版本一定在后面,第一個非正常版本至少在mid值下一位

????????????low = mid + 1

????????else:

? ? ? ? ? ? # 如果mid是非正常版本甥啄,那么第一個非正常版本最多是mid位

? ? ? ? ? ? high = mid

? ? # 當low == high的時候跳出循環(huán)存炮,所以第一個非正常版本是low或者high都可以

????print "version index:%d"%high

????print "version status",sample[high]

????print "version index:%d"%low

????print "version status",sample[low]

# 驗證函數(shù)復雜度O(N)

def validate(sample):

????for i in sample:

????????if i == 1:

????????????print "version index:%d"%sample.index(i)

????????????print "version status",i

????????????break

if __name__ == '__main__':

????sample = random_sample()

????binary_search(sample)

????validate(sample)

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市蜈漓,隨后出現(xiàn)的幾起案子穆桂,更是在濱河造成了極大的恐慌,老刑警劉巖融虽,帶你破解...
    沈念sama閱讀 221,273評論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件享完,死亡現(xiàn)場離奇詭異,居然都是意外死亡有额,警方通過查閱死者的電腦和手機般又,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,349評論 3 398
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來巍佑,“玉大人茴迁,你說我怎么就攤上這事∮┧ィ” “怎么了堕义?”我有些...
    開封第一講書人閱讀 167,709評論 0 360
  • 文/不壞的土叔 我叫張陵,是天一觀的道長脆栋。 經(jīng)常有香客問我倦卖,道長,這世上最難降的妖魔是什么椿争? 我笑而不...
    開封第一講書人閱讀 59,520評論 1 296
  • 正文 為了忘掉前任怕膛,我火速辦了婚禮,結果婚禮上丘薛,老公的妹妹穿的比我還像新娘嘉竟。我一直安慰自己,他們只是感情好洋侨,可當我...
    茶點故事閱讀 68,515評論 6 397
  • 文/花漫 我一把揭開白布舍扰。 她就那樣靜靜地躺著,像睡著了一般希坚。 火紅的嫁衣襯著肌膚如雪边苹。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,158評論 1 308
  • 那天裁僧,我揣著相機與錄音个束,去河邊找鬼慕购。 笑死,一個胖子當著我的面吹牛茬底,可吹牛的內(nèi)容都是我干的沪悲。 我是一名探鬼主播,決...
    沈念sama閱讀 40,755評論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼阱表,長吁一口氣:“原來是場噩夢啊……” “哼殿如!你這毒婦竟也來了?” 一聲冷哼從身側響起最爬,我...
    開封第一講書人閱讀 39,660評論 0 276
  • 序言:老撾萬榮一對情侶失蹤涉馁,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后爱致,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體烤送,經(jīng)...
    沈念sama閱讀 46,203評論 1 319
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,287評論 3 340
  • 正文 我和宋清朗相戀三年糠悯,在試婚紗的時候發(fā)現(xiàn)自己被綠了帮坚。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,427評論 1 352
  • 序言:一個原本活蹦亂跳的男人離奇死亡逢防,死狀恐怖叶沛,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情忘朝,我是刑警寧澤灰署,帶...
    沈念sama閱讀 36,122評論 5 349
  • 正文 年R本政府宣布,位于F島的核電站局嘁,受9級特大地震影響溉箕,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜悦昵,卻給世界環(huán)境...
    茶點故事閱讀 41,801評論 3 333
  • 文/蒙蒙 一肴茄、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧但指,春花似錦寡痰、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,272評論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至剩岳,卻和暖如春贞滨,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背拍棕。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評論 1 272
  • 我被黑心中介騙來泰國打工晓铆, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留勺良,地道東北人。 一個月前我還...
    沈念sama閱讀 48,808評論 3 376
  • 正文 我出身青樓骄噪,卻偏偏與公主長得像尚困,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子链蕊,可洞房花燭夜當晚...
    茶點故事閱讀 45,440評論 2 359