文思海辉大数据面试题

网页黑名单系统，垃圾邮件过滤系统，爬虫网站重复判断系统，系统容忍一定程度的错误率，但空间要求严格。针对这个问题，一般考虑Bloom filter。布隆过滤器不可能完全正确。它的优点是可以用很少的空间达到很高的精度。哈希函数(Hash function):输入域可以是很大的范围，但输出域是固定的范围。性质如下:1 .无限输入字段；2.当传入相同的输入值时，返回值是相同的；3.当传入不同的输入值时，返回值可能相同也可能不同。

Bloom filter:长度为m的位数组，每个位置只占一位。假设有k个哈希函数，这些函数的输出域都大于等于m..对于一个输入对象，通过k个哈希函数计算结果，每个结果都是m的余数，然后在bitarray上涂黑对应的位置。检查一个对象是否是以前输入的对象，并检查相应的位置是否为黑色。如果一个不是黑色的，则输入一定不在集合中。

测试算法，就像很多人说的，知道一个算法能做什么？你可能永远不会在工作中用到它。就算可以，很多算法都有库和包，用就好。确实如此，所以算法考试不是为了考，而是为了学，而是为了考察和验证一个人是否聪明，基本功是否扎实，沟通是否顺畅，在讨论算法的过程中是否能快速反应和学习。在讨论和交流的过程中，我们发现了亮点。

看写代码，更多的是考察和验证生活能力。很多情况下，并不要求用什么语言写。这样可以考察基本功，没有基本功是不可能快速工作的。第二，可以考察平时的培训积累和经验，包括工作方法、编程风格、思维方式等等。三是主动接受和完成任务，是否愿意接受任何团队需要完成的任务。第四是完成任务的速度和质量，也就是活着的速度和质量。

文思其他部门我不知道，但如果是BG2，我劝你别去。不要去王海洋手下项目经理的任何项目。去之前可以问问那个部门，项目经理，尤其是一个叫张小玉的渣。如果是他的项目，一堆管理渣和寄生虫。这取决于你的计划。如果工资合适，比你现在的平台要好。做起来没问题。他家比较正规，保险公积金，年假等各种福利都很靠谱。毕竟是一家3万多人的公司，管理非常规范。