2014百度笔试题（软件研发工程师）
一，简答题(本题共30分)
1. 当前计算机系统一般会采用层次结构来存储数据，请介绍下典型的计算机存储 系统一般
分为哪几个层次，为什么采用分层存储数据能有效提高程序的执行效率?(10分)
2. Unix/Linux系统的僵尸进程是如何产生的?有什么危害?如何避免?(10)
3. 简述Unix/Linux系统中使用socket库编写服务器程序的流程，请分别用对应的socket
通信函数表示。
二，算法与程序设计题(本题共45分)
1， 使用C/C++语言写一个函 数，实现字符串的反转，要求不能用任何系统函数，且时间复
杂度最小。函数原型是：char *reverse_str(char *str)(15分)
2， 给定一个如下输入格式的字符串，(1， (2，3)，(4，(5，6)，7))括号内的元素可以是
数字，也可以另一个括号，请实现一个算法消除嵌套的括号。比如把上面的表达式变成：(1，2，3，4，5，6，7)，如果表达式 有误请报错。(15分)
3， 相似度计算用于衡量对象之间的相似程度，在数据挖据，自然语言处理中使一个基础性
计算，在广告检索服务中往往也会判断网民检索Query和广 告Adword的主题相似度。假设Query或者Adword的主题属性定义为一个长度为10000的浮点数据Pr[10000](称之为主题概率数组)，其中Pr[i]表示Query或者Adword属于主题Id为i的 概率，而Query和Adword的相似度简化定义为两者主题概率数组的内积，即sim(Query,Adword)=sum(QueryPr[i]*AdwordPr[i])(0<==i<10000).在实际应用场景中，由于大多 数主题的概率都为0，所以主题概率数组往往比较稀疏，在实现时会以一个紧凑型数组topic_info_t[]的方式保存，其中100<=数组大小<=1000，并按照topic_id递增排列， 0<=topic_id<10000,0
现在给出Query的topic_info_t数组和N(N>=5000)个Adwords的 topic_info-t数组，现要求出Query与Adwords的相似度最大值，即max(sim (Query,Adword[i])(0<=i& query_topic_info, Const vector adwords_topic_info[], Int adwords_number);
编写代码求时间复杂度最低的算法，并给出时间复杂度分析 。(15分)
三，系统设计题(本题共25分)
在企业中，对生产数据进行分析具有很重要的意义。但是生产数据通常不能直接用于数据分析，通常需要进行抽取，转换和加载， 也就是业界常识的ETL。。。。。。以下内容略