導語：本站小編整理了百度(數據挖掘工程師)筆試題目，歡迎閱讀！
一. 簡答題
1. new 和 malloc 的區別。
2. hash衝突是指什麼?怎麼解決?給兩種方法，寫出過程和優缺點。
3. 命中的概率是 0.25，若要至少命中一次的概率不小於 0.75，則至少需要幾次?
二. 算法設計題
1. 用C/C++寫一個歸併排序。
數據結構爲struct Node{int v; Node *next};
接口爲 Node * merge_sort(Node *);
2. 設計S型層次遍歷樹的`算法，比如根節點是第一層，第二層從左至右遍歷，第三層從右至左遍歷，第四層再從左至右遍歷，以此類推。
舉例：應依次輸出 1 2 3 6 5 4 7 8 9。
3. 一個url檔案，每行是一個url地址，可能有重複。
(1)統計每個url的頻次，設計函數實現實現。
(2)設有10億url，平均長度是20，現在機器有8G內存，怎麼處理，寫出思路。
三. 系統設計題
自然語言處理中的中文分詞問題，前向最大匹配算法(FMM)。
注：題目舉例說明了FMM的基本思想。
(1)設計字典的數據結構 struct dictnote。
(2)用C/C++實現FMM，可選接口爲
int FMM(vectoriLetters, dictnode *iRoot, vector*oResults);
其中 iLetters 爲待分詞的句子，比如 {“小”，“明”，“今”，“天”，“買”，“了”，“i”，“p”，“o”，“n”，“e”，“6”}，
iRoot 是字典， oResults 儲存輸出結果，即分詞的位置。也可以自己設計接口。
(3)收集了一些手機品牌的字典，如{iphone, 諾基亞}。
現在要求查找包含這些手機品牌的網頁，比如包含 iphone6, 諾基亞 9973 等。
怎麼修改FMM實現這個功能，可以寫僞代碼。