百度面試及總結4

今天周末，導師讓我來實驗室，幫他一起把資料從伺服器上拷貝下來，然後做預先處理，周一上午給出結果。 現在幹得都差不多了，放在伺服器讓自個跑著，我閑來沒事就隨便看看新聞，逛逛論壇，寫寫部落格，回顧總結一下前天面試的經驗教訓和心得體會

先說說前天百度面試的經曆吧，那天下課後匆匆在教學樓列印代碼後，便直接騎車飛奔五道口13號地鐵站，進站、刷卡、等車、呼呼……、下車、刷卡、出站、然後從西二旗以100米衝刺的速度狂奔百度大廈，跨進B座門後，手機顯示16：48分，還好，總算沒遲到！

和一面一樣，提前5分鐘預約面試官，17：00面試正式開始 balabala... 18：00面試over。剛好面試完後，哥哥就給我打電話問我面試的情況如何（可能哥哥就站在4樓看著我面試呢 ^_^），並讓我在一樓大廳等一會，他下樓帶我去百度一樓吃飯（這個點回學校肯定也都沒飯啦） 於是我和哥哥一塊下樓到百度食堂，也隨便感受一下百度的食堂文化——哇，人好多啊！需要排隊、需要刷卡、也有免費的綠豆湯。。。有點像中科院的食堂，頗具學校食堂的氣氛——於是點了一份喜歡吃的魚和一小盤海帶絲，要了一大份米飯，端了一大碗綠豆湯，哥哥替我打卡，好好蹭飯唄 哈哈

面試的序幕和片尾都講完了，下面再回放一段精彩的劇情吧——回顧一下面試GG讓我用Linux Shell命令進行字串匹配的那道題吧（第二道）

題目大意：給出一個檔案，裡麵包含兩個欄位{url、size}，url即為網址，size為網址對應訪問的次數，要求：問題1、利用Linux Shell命令或自己設計演算法，查詢出url字串中包含“baidu”子字串對應的size欄位值；問題2、根據問題1的查詢結果，對其按照size由大到小的排列

面試時我採用的是自己設計演算法，面試回來後我man sort查了排序命令的參數使用手冊，下面我就詳細講一下用Shell命令的做法

分析題意：baidu.txt{url, size}，baidu.txt是檔案，{url, size}是檔案中的兩個欄位，並且url和size都是字串型，欄位之間用tab（/t）隔開

第一步，查詢匹配url字串中的字串"baidu"，直接用grep命令，具體格式 grep "baidu" baidu.txt（每行僅url可能含有baidu子字串）

第二步，顯示含有字串"baidu"的url及其對應的size，可以直接用ls命令，具體格式 ls -l | grep "baidu" baidu.txt（管道傳值）

第三步，將步驟2的結果，通過重新導向命令>>儲存在baidu2.txt檔案中，即 grep "baidu" baidu.txt >> baidu2.txt 儲存匹配結果

第四步，排序，直接利用sort命令，即格式ls -l | sort -rnk 2  baidu.txt （sort反向r、以第二個欄位k 2、數值型n進行排序）

第五步，將步驟4的結果，通過重新導向命令>>儲存在baidu3.txt檔案中，即 sort -rnk 2 baidu2.txt >> baidu3.txt 儲存排序結果

按照上面五步，我們先看結果，用資料說話，然後我將在下面依次詳細介紹上面五步中用到的Shell命令及其參數的確切含義：

首先，建立baidu.txt檔案，即用Vim編輯器輸入建立的測試案例（我用過的主流搜尋引擎及百度的部分產品），然後利用cat命令查看檔案

其次，我們查詢url字串中包含子串"baidu"的項，並列印出url及其size

然後，我們建立baidu2.txt檔案，用於儲存問題1的結果（即匹配字串url中包含子串"baidu"的結果項url和size）

接著，我們對上述問題1的結果，利用sort命令按照size由大到小進行排序

最後，我們建立baidu3.txt檔案，用於儲存sort排序結果

附圖說明：

以上，均截自我電腦Linux RedHat 5.2（安裝在VMWare 7.0虛擬機器上）

其中的Shell命令都在Redhat Linux OS環境已測試通過

====================================================================================

好啦，今晚在man sort 查看了sort詳細參數使用方法後，似乎可以不用awk命令就可以搞定此題，看來並沒有我面試時想得那麼複雜。現在就讓我們具體看看sort的參數以及grep、重新導向等Shell命令的詳細使用方法吧

sort命令

格式：sort 【參數】 【檔案】

舉例：sort -rnk 2 baidu.txt

參數：r 逆序； n字串按數值處理； k 2 表示第二個欄位（列）

說明：在檔案baidu.txt中，按照第二個欄位的數值型由大到小進行排序

首先，在 Linux Shell命令列介面輸入 man sort 查看 sort 的協助手冊

然後，查看本題中，我們需要用到的三個參數 r n k 的詳細使用方法

由sort協助文檔顯示：

1、參數n是把string字串轉換成numberical的值value進行比較（即把字串轉換成數值型，再進行比較）

2、參數r是反向，即逆序。由於sort預設排序是由小到大，而題意需要從大到小排序，因此此處需要逆序（注意：v在某些命令中也可表示反向，如Regex中）

3、參數k是欄位分隔，即從哪個欄位開始直到哪個欄位結束，按其進行排序（注意：Linux Redhat 第一列從1開始，而不是0，本題格式中size為第二列，因此我們k定為2，而不是1。區別於通常用的Array數組下限和Python語言中分組的下限，即從0開始）

grep命令

格式：grep 【參數】 【查詢字串】 【檔案】

舉例：grep "baidu" baidu.txt

參數：此處無參數（省略了參數）

說明：查詢匹配檔案baidu.txt中，判斷是否包含"baidu"子字串

在Linux Shell命令列輸入：man grep

管道| 命令

格式：【命令1】（目標） |【命令2】（來源資料）

參數：為進程通訊，無參數

舉例：ls -l | grep "baidu" baidu.txt

說明：把檔案baidu.txt中，包含"baidu"子字串的結果，通過管道|命令，傳給ls -l 作為目標內容，進行顯示

 

重新導向>或>> 命令

格式：【命令1】（來源資料）> 【命令2】（目標） 或者 【命令1】（來源資料）>> 【命令2】（目標）

參數：為通道傳值，無參數

舉例：sort -rnk 2 baidu.txt > baidu2.txt

說明：把檔案baidu.txt中，對第二個欄位按照數值型進行由大到小的排序，並將結果儲存到檔案baidu2.txt（清空後重寫）

附圖舉例說明：先清空檔案baidu2.txt中原有內容，然後再將sort結果重新導向儲存到baidu2.txt檔案中

附圖舉例說明：先並未清空檔案baidu2.txt中原有內容，而是直接追加sort結果，重新導向儲存到baidu2.txt檔案中（保留baidu2.txt原有內容）

ls touch cat等其它基本命令，請詳見我先前的部落格 Linux Shell 常用命令與目錄分割的學習總結

====================================================================================

第二步，查詢匹配url字串中是否含有字串"baidu"的另一種做法（在網友showmsg 的提示下，改用 awk 命令代替 grep 命令進行正則匹配）

當然，我們還是先看結果，然後我再介紹awk命令的使用方法

首先，我們查詢並列印出含有"baidu"字串的url及其size

其次，我們對查詢含有"baidu"的結果，對size進行有大到小的排序

最後，儲存查詢匹配"baidu"並對size由大到小排序後的結果到baidu2.txt檔案中（重新導向）

附加1，如果只想按照size由大到小列印出url（即不列印size，也就是分離欄位），則如下

附加2，如果只想按照size由大到小列印出size（即不列印url，也就是分離欄位），則如下

這便是我面試時想用awk命令的解法，不過當時我只知道此命令功能但沒具體用過，今在網友showmsg 指點下，總算略通一二，對此表示謝意^_^

====================================================================================

awk 命令

格式：awk commands  file  或者 awk script-file  file

參數：print 列印；$1 第一個欄位； $2 第二個欄位； ' ' 單引號需加上，並可寫入Regex，如查詢baidu字串

舉例：awk '/baidu/ && $2<800' baidu.txt

說明：查詢檔案baidu.txt中滿足第一欄位含有"baidu"字串並且第二個欄位數字size<800的所有記錄，並顯示出結果

附圖1：查詢檔案baidu.txt中滿足第一欄位含有"baidu"字串並且第二個欄位數字size<800的所有記錄，並顯示出結果

附圖2：查詢檔案baidu.txt中滿足第一欄位含有"baidu"字串並且第二個欄位數字size<800的所有記錄，並列印出結果的第一個欄位（url）