python基础知识面试题-[面试] 1. 关于Python的基础知识
目录
?
?
注：代码均用python3实现，并测试通过！
?
1. 可变与不可变类型
?? ?1.1 解释两种类型：
?? ??? ?不可变对象 -- 该对象所指向的内存中的值不能被改变。当改变某个变量时候，由于其所指的值不能被改变，
?? ??? ?相当于把原来的值复制一份后再改变，这会开辟一个新的地址，变量再指向这个新的地址。
?? ??? ?
?? ??? ?可变对象 -- 该对象所指向的内存中的值可以被改变。变量（准确的说是引用）改变后，实际上是其所指的值
?? ??? ?直接发生改变，并没有发生复制行为，也没有开辟新的出地址，通俗点说就是原地改变。
?? ??? ?
?? ?1.2 两种类型分别有哪些：
?? ? ? ?不可变：int,float,str,tuple
?? ??? ?可变: list,dict,set
2. 谈谈浅拷贝与深拷贝
?? ?2.1 python中有值类型与引用类型之分（对应不可变与可变对象）
?? ?2.2 由于值类型的对象在内存中占固定内存空间，所以他们的值保存在栈，按值访问数据
?? ??? ? 而引用类型的对象大小不固定，所以只将它们的内存地址（它是固定的）存放在栈，由于内存地址指向
?? ??? ? 实际对象，所有引用类型是按引用访问
?? ?2.3 浅拷贝实现：只复制某个对象的内存地址，新旧变量共享同一内存同一对象。
?? ??? ? 深拷贝实现：直接复制对象本身，新的对象是独立的，拥有不一样的内存地址，对原对象的修改不影响新对象。
3. __new__和__init__的区别
?? ?3.1 new在init之前执行，前者可决定是否调用后者
?? ?3.2 在OOP中，实例化遵循 创建x，初始化x，返回x （x=实例对象）这么个顺序，new是创建，init是初始化
?? ?
4. 谈谈设计模式
?? ??? ?*题外话*：设计模式详解 -> https://www.cnblogs.com/Liqiongyu/p/5916710.html
?? ?4.1 解释一下什么是设计模式
?? ??? ?简述：是经过总结、优化后的可重用解决方案。它是一种代码设计思想，不同的模式解决不同的问题，
?? ??? ?跟编程语言不相关。
?? ?4.2 你知道哪些设计模式，代码如何实现
?? ??? ?a. 工厂模式: 是一个在软件开发中用来创建对象的设计模式。（详解工厂模式：https://www.cnblogs.com/lizhitai/p/4471952.html）
?? ??? ?意图：定义一个用于创建对象的接口，让子类决定实例化哪一个类。Factory Method 使一个类的实例化延迟到其子类。
?? ??? ??? ?适用性：
?? ??? ??? ?当一个类不知道它所必须创建的对象的类的时候。
?? ??? ??? ?当一个类希望由它的子类来指定它所创建的对象的时候。
?? ??? ??? ?当类将创建对象的职责委托给多个帮助子类中的某一个，并且你希望将哪一个帮助子类是代理者这一信息局部化的时候。
?? ??? ?
?? ??? ?代码实现：
class Person: #基类(超类)：提供一个抽象的接口来创建一个特定类型的对象
def __init__(self, name, gender):
self.name = name
self.gender = gender
def getName(self):
return self.name
def getGender(self):
return self.gender
class Male(Person): #子类1：继承自基类的子类
def __init__(self, name, gender):
super().__init__(name, gender)
print(self.gender, name)
class Female(Person): #子类2：继承自基类的子类
def __init__(self, name, gender):
super().__init__(name, gender)
print(self.gender, name)
class Factory: #工厂类（简易版可以只提供一个工厂函数）
def getPerson(self, name, gender): #工厂方法：是创建类的入口，用于创建用户想要的类
if gender == 'M':
return Male(name, 'male')
if gender == 'F':
return Female(name, 'female')
factory = Factory()
male = factory.getPerson("Chetan", "M")
female = factory.getPerson('Charle', 'F')
?? ??? ??? ?
?? ??? ?b. 单例模式:
?? ??? ??? ?意图：保证程序运行时全局环境中只有一个该类的实例
?? ??? ??? ?适用性：无论何时何处调用该类，都能使用同一个该类的实例对象的时候。
?? ??? ??? ?代码实现：
?? ??? ??? ? ? ?
class Singleton: #一个通用的单例超类，其他类继承即可（也可通过装饰器实现）
def __new__(cls, *args, **kw):
if not hasattr(cls, '_instance'):
cls._instance = object.__new__(cls)
return cls._instance
class SingleSpam(Singleton):
def __init__(self, s):
self.s = s
def __str__(self):
return self.s
s1 = SingleSpam('spam')
print(id(s1), s1)
s2 = SingleSpam('spa')
print(id(s2), s2)
print(id(s1), s1) #s1被s2替换，永远只有一个SingleSpam实例对象
?? ??? ??? ??? ?
?? ??? ?c. 装饰模式:
?? ??? ??? ?意图：动态地给一个对象添加一些额外的职责。就增加功能来说，装饰模式相比生成子类更为灵活。
?? ??? ??? ?适用性：
?? ??? ??? ?1. 在不影响其他对象的情况下，以动态、透明的方式给单个对象添加职责。
?? ??? ??? ?2. 处理那些可以撤销的功能
?? ??? ??? ?代码实现：
?? ??? ??? ? ? ?
class foo(object): #原类
def f1(self):
print("original f1")
def f2(self):
print("original f2")
class foo_decorator(object): #装饰类
def __init__(self, decorate):
self._decorate = decorate
def f1(self): #给原类方法添加功能
print("decorated f1") #可以是logging
self._decorate.f1()
def __getattr__(self, name):
return getattr(self._decoratee, name)
u = foo()
v = foo_decorator(u) #通过将实例作为参数传入的方式，动态修改对象的方法
v.f1()
v.f2()
?? ??? ??? ??? ?
?? ??? ?d. 迭代器模式:
?? ??? ??? ?意图：提供一种方法顺序访问一个聚合对象中各个元素, 而又不需暴露该对象的内部表示。
?? ??? ??? ?适用性：
?? ??? ??? ?1. 访问一个聚合对象的内容而无需暴露它的内部表示。?
?? ??? ??? ?2. 支持对聚合对象的多种遍历。?
?? ??? ??? ?3. 为遍历不同的聚合结构提供一个统一的接口(即, 支持多态迭代)。
?? ??? ??? ?代码实现：
?? ??? ??? ? ?
class concreIterator():
def __init__(self, container):
self._a = container
self.index = -1
def first(self):
return self._a[0] if self._a else None
def isDone(self):
if self.index + 1 >= len(self._a):
return True
return False
def next(self):
try:
ret = self._a[self.index+1]
self.index += 1
return ret
except:
return None
def currItem(self):
return self._a[self.index]
i = concreIterator([1,2,3,4,6])
while not i.isDone():
print(i.next())
print(i.next()) # None
# 使用magic方法构建迭代器
class iterable2:
def __init__(self,container):
self._a = container
self._index= -1
def __iter__(self):
return self
def __next__(self):
try:
ret = self._a[self._index+1]
self._index += 1
return ret
except:
raise StopIteration
print(iterable2([1,2,3]))
for i in iterable2([1,2,3]):
print(i)
?? ??? ??? ??? ??? ?
?? ??? ?...（共有二十多种，不必说完）
?? ??? ?
5. 列表推导式和生成器的优劣
?? ?推导式：它将所有元素一次性加载到内存中，适合数量小的元素集合表示
?? ?生成器：只能遍历使用，每次返回一个元素，没有下一个元素时抛出异常。适合大数据量的处理。
6. 什么是装饰器，想在函数之后进行装饰，怎么做？
?? ?装饰器是一个函数，这个函数的主要作用是包装另一个函数或类，动态修改其行为。
?? ?要在函数后进行装饰，只需要新增一个函数或类，将原函数作为参数传入新函数/类的方法中，
?? ?在其中执行原函数，并在执行前或后添加想要的功能即可。
7. 使用装饰器的单例模式和其他方法（如new方法，或者单文件实现的单例）相比，有何区别？
?? ?使用装饰器实现不会重新初始化对象，它是直接返回之前的对象；
?? ?而其他方法均会再执行一次init方法，这也是装饰器实现单例的好处。
?? ??? ?
8. 谈谈线程与进程的区别
?? ?从四个方面来分析：
? ? 调度方不同：进程是操作系统调度的基本单位，而线程是cpu调度的基本单位。
?? ?开销不同：创建一个进程需要系统单独分配新的地址空间，代价昂贵；而创建新的线程可以直接
?? ??? ??? ??? ?使用进程的内存空间，所以进程开销大于线程。
?? ?通信方式不同：进程间通信一般通过HTTP或RPC方式；而同一进程下的不同线程间是共享全局变量的，通信更简便。
?? ?健壮性不同：单个进程死掉不会影响其他进程，而单个线程死掉会导致整个进程死掉。
?? ??? ?
9. 谈谈Python垃圾回收机制
?? ?垃圾回收机制属于python内存管理机制中的一种。
?? ?它包含三种机制：
?? ??? ?1. 引用计数
?? ??? ?2. 标记清除
?? ??? ?3. 分代回收
? ? 9.1. 引用计数
?? ??? ?是一种直观，简单的垃圾收集技术。当内存中某个对象的引用计数为0时，
?? ??? ?说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。其缺点是
?? ??? ?不能处理一种特殊情况：循环引用，这种情况需要另一种机制，即【标记清除】
?? ??? ?
? ? 9.2. 标记清除
?? ??? ?属于一种追踪式收集法，与引用计数不同，一般在【已申请内存空间达到阈值】时触发。
?? ??? ?若垃圾回收后仍然内存不足，就报错。
?? ??? ?原理：从位于内存中的一个根集开始，找到所有可达的对象集合，剩下不可达的对象都是待回收的垃圾。
?? ??? ?过程：1.从根集开始，标记所有可达对象（这一步将进行循环引用的的拆除，然后可以识别真正的垃圾对象）
?? ??? ??? ? ?2.遍历所有对象，回收未标记对象（不可达对象）占用的内存。（不可达：用户无法调用，且引用计数不为0的对象）
?? ??? ??? ? ?
?? ??? ?带来新问题：当内存中的对象较多时，而真正需要的回收的对象又很少的时候，对这些可达对象的检测是很耗时的，
?? ??? ?若生存周期较长的对象占比较大，那么每次垃圾回收就是低效率高耗时的操作，有较大优化空间，这时候又引入
?? ??? ?【分代回收】机制。
?? ??? ?
? ? 9.3. 分代回收
?? ??? ?分代回收策略着重于提升垃圾回收的效率。
?? ??? ?当对象很多时，垃圾检测将耗费大量的时间而真的垃圾回收花不了多久。
?? ??? ?对于这种多对象程序，我们可以把一些进行垃圾回收频率相近的对象称为“同一代”的对象。
?? ??? ?垃圾检测的时候可以对频率较高的“代”多检测几次，反之，进行垃圾回收频率较低的“代”
?? ??? ?可以少检测几次。这样就可以提高垃圾回收的效率了。至于如何判断一个对象属于什么代，
?? ??? ?python中采取的方法是通过其生存时间来判断。如果在好几次垃圾检测中，该变量都是
?? ??? ?reachable的话，那就说明这个变量越不是垃圾，就要把这个变量往高的代移动，要减少
?? ??? ?对其进行垃圾检测的频率。
?? ?代码演示python的垃圾回收（着重于循环引用问题的解决）：
?? ??? ?
import sys,gc
gc.set_debug(gc.DEBUG_STATS | gc.DEBUG_LEAK) #开启gc调试
a = []
b = []
a.append(b)
print(sys.getrefcount(a)) # 2，但a真实的引用计数应该是2-1=1 ,这个函数获取的计数包含一个引用副本
b.append(a)
print(sys.getrefcount(a)) # 3
print(a) # [[[...]]]
del a,b #显式删除变量，对应变量引用计数应该清零，但由于循环引用，其引用计数仍然为一。
# print(sys.getrefcount(a)) #显式删除后无法再调用变量，此步异常
unreachable_count = gc.collect() #执行垃圾回收（用的就是标记-清除算法），得到所有的不可达对象（垃圾）
print(666, gc.garbage) # [] 查看待回收的垃圾对象列表
print(unreachable_count) #检测此刻内存中的不可达对象的数量，所谓不可达：用户无法调用，且引用计数不为0，这也是内存泄露的原因之一
print(gc.collect()) # 0，即垃圾回收成功
?? ??? ?
10. Python中的@property有什么作用? 如何实现成员变量的只读属性？
?? ?@property装饰器就是负责把一个方法变成属性调用，通常用在属性的get方法和set方法，
?? ?通过设置@property可以实现实例成员变量的直接访问，又保留了参数的检查。
?? ?另外通过设置get方法而不定义set方法可以实现成员变量的只读属性。
?? ?代码示例：
?? ? ? ?
class student:
@property
def birth(self):
return self._birth #使用一个内部变量来存储数据
@birth.setter #这个装饰器使得age可以被修改，否则就是read_only
def birth(self,v):
if v > 2019:
raise ValueError('birth cannot greate than 2019!')
self._birth = v
@property
def age(self):
self._age = 2019-self._birth
return self._age
s = student()
s.birth = 2011
print(s.age)
s.age = 22 #异常！ 因age没有定义携带setter装饰器的方法，所以不能修改
?? ??? ?
?? ??? ?
11. *args and **kwargs如何使用？
?? ?*args代表位置参数，它会接收任意多个参数并把这些参数作为元组传递给函数。
?? ?**kwargs代表的关键字参数，允许你使用没有事先定义的参数名，kwagrs是一个dict；
?? ?另外，位置参数一定要放在关键字参数的前面。
?? ?
12. with语句应用场景是？有什么好处？能否简述实现原理
?? ?场景：with语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，
?? ?释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。
?? ?好处：不需要人为释放资源。
?? ?原理：with 主要用到一个概念：上下文管理器。
?? ??? ?12.1. 程序运行时，将with后紧跟的对象（一般是个class示例）称作上下文管理器。这个class必须
?? ??? ?定义两个方法，__enter__()方法和__exit__()，前者的返回对象赋值给as后面变量。
?? ??? ?
?? ??? ?12.2. 运行中如果发生了异常，那么将会把异常的类型，值和追踪传递给__exit__()方法。如果__exit__（）
?? ??? ?方法返回值为true，那么这个异常将会被抑制，否则这个异常将会被重新抛出。
?? ??? ?
?? ??? ?12.3. 如果没有发生异常，也会调用__exit__()方法，但是传入的参数为None, None, None。
?? ??? ?通常也是在这里放入代码进行如文件流/会话的关闭等操作。
?? ??? ?
【进阶题目】
13. 标准库线程安全的队列是哪一个?不安全的是哪一个?
?? ?标准库中的queue.Queue是线程安全的，基础类型list,dict,set,tuple都不是线程安全队列，因为没有锁机制。
?? ?
14. python适合的场景有哪些?当遇到计算密集型任务怎么办?
?? ?适合场景：
?? ??? ?14.1. web开发，有非常优秀的web开发框架，如django，flask，aiohttp，且文档完善。
?? ??? ?14.2. linux运维。有完善的执行shell脚本的库。
?? ??? ?14.3. 网络爬虫。是最适合写爬虫的语言，没有之一；有丰富的访问网页和提取HTML文档数据的库。
?? ??? ?14.4. 对并发要求不高的场景。GIL使得python只适合应用于对IO密集型任务的并发处理，对计算密集型任务的并发无能为力。
?? ?
?? ?处理计算密集型任务：
?? ??? ?使用多进程来执行，进程之间相互独立，各自拥有系统分配的CPU资源和独立内存空间，实现并行
?? ??? ?（但CPU必须是多核或多颗CPU，现代计算机均符合此条件）。
?? ?
?? ?
15. python高并发解决方案？
?? ?高并发有两种任务场景：
?? ?15.1. IO密集型任务
?? ??? ?这种任务场景直接使用多线程库threading即可解决。
?? ??? ?更高效：线程有上下文切换开销，使用协程更好，如asyncio、gevent库
?? ?15.2. 计算密集型任务
?? ??? ?提高这种任务的执行效率只能使用并行，而并行只能通多进程（multiprocessing）来实现。
??
? ? ? ?以下是Gevent代码示例，更多关于gevent参考：https://blog.csdn.net/feixiaoxing/article/details/79056535:
import gevent
from gevent.lock import BoundedSemaphore
sem = BoundedSemaphore() #通过信号量来实现锁机制
def f1():
for i in range(5):
sem.acquire() #获得锁
print('this is ' + str(i))
sem.release() # 释放锁
gevent.sleep(2) #模拟IO事件操作，协程执行遇到IO事件时，将进行控制权转让
def f2():
for i in range(5):
sem.acquire()
print('that is ' + str(i))
# gevent.sleep(1)
sem.release()
t1 = gevent.spawn(f1) #孵化任务
t2 = gevent.spawn(f2)
gevent.joinall([t1,t2]) #执行一系列协程任务
'''
总结：gevent是基于协程的网络库，通过事件循环机制来实现并发编程(区别于并行)。
当某个协程遇到IO事件时，会将控制权转让给主线程，主线程再将控制权
交给IO事件已经完成的协程，若都没完成，主线程将一直持有控制权。
需注意：不管是threading还是gevent都不能利用多核优势，都只适合处理IO密集型的任务。
'''
??
?? ??? ?
python基础知识面试题-[面试] 1. 关于Python的基础知识相关推荐
- python基础知识面试题-深入解答关于Python的11道基本面试题
前言 本文给大家深入的解答了关于Python的11道基本面试题,通过这些面试题大家能对python进一步的了解和学习,下面话不多说,来看看详细的介绍吧. 一.单引号,双引号,三引号的区别 分别阐述3种 ...
- python基础知识面试题-python的一些基本概念知识和面试题
对于机器学习算法工程师而言,Python是不可或缺的语言,它的优美与简洁令人无法自拔.那么你了解过Python编程面试题吗?从Python基础到网页爬虫你是否能全方位Hold住?今天,机器之心为读者们 ...
- python网络爬虫面试题,搞定这套Python爬虫面试题(面试会so easy)
搞定这套Python爬虫面试题(面试会so easy) 来源:中文源码网 浏览: 次 日期:2019年11月5日 [下载文档: 搞定这套Python爬虫面试题(面试会so easy).t ...
- [转载] Java基础知识面试题（2020最新版）
参考链接: Java中的异常类型与示例 文章目录 Java概述何为编程什么是Javajdk1.5之后的三大版本JVM.JRE和JDK的关系什么是跨平台性?原理是什么Java语言有哪些特点什么是字节码? ...
- Java基础知识面试题（2021最新版）
转载自:https://thinkwon.blog.csdn.net/article/details/104390612 文章目录 Java概述 何为编程 什么是Java jdk1.5之后的三大版本 ...
- 猿圈 题库_小猿圈总结常见HTML5基础知识面试题汇总
现在对于刚刚毕业的大学生来说,面试是一种一点自信都没有的,但是对于一些有职场经验的人来说,是轻车熟路的,今天作为IT行业中的老油条,小猿圈web前端讲师为你简单讲解HTML5基础知识面试题汇总. 1. ...
- Java基础知识面试题每日三道 追梦：第二天
Java基础知识面试题每日三道 追梦:第二天 1.什么是类和对象? 类和对象的区别? 类是对象的抽象,而对象是类的具体实例. 类是抽象的,不占用内存,而对象是具体的,占用存储空间. 类是用于 创建对象 ...
- python基础知识面试题-Python基本面试解答由浅入深—简答题
原标题:Python基本面试解答由浅入深-简答题 不管你是学习任何语言,不管你是刚毕业还是行业大佬,找工作最终逃不掉的就是面试题,有的程序员很讨厌面试题,他们觉得面试题不会不代表我做不出东西,其实这种 ...
- python基础知识面试题-干货满满--亲身经历的 Python 面试题
写在之前 这是首发在我公众号 "Python空间" 的第 2 篇文章. 如果看过我第一篇文章(三个月自学拿到 python 开发 offer!)的朋友可能知道,我来上海一个多星期, ...
最新文章
- 化浆池是什么东西_冷水滩酒店海鲜贝类池定制定做大型海鲜池
- Vue轻松入门,一起学起来！
- 4-spark学习笔记-spark运行模式与原理
- shop--10.店铺详情（后台+前端类似于shoplist）
- createrepo常用参数
- mysql错误修改数据_使用正则表达式快速修改mysql中错误的varchar类型数据
- CSS基础(part12)--盒子模型之外边距
- 论ORM框架—EntityFrameworkCore
- P3992 [BJOI2017]开车
- CF765F Souvenirs（势能线段树）
- css-animation-走路动画
- C++ vector所有操作，你真的掌握vector了吗？两万总结带你干穿vector
- pythonnumpy详解_Python：Numpy详解
- Xshell 连接CentOS服务器解密
- Vue项目部署到服务器上路由无法访问的问题
- stella forum 知识库---一些错误的修补
- SpringBoot（尚硅谷）
- Android 一篇文章轻松搞懂什么是Callback回调
- 小游戏————坦克大战
- P1757 通天之分组背包（动态规划 分组背包）
热门文章
- 【財務会計】固定資産の除却と廃棄の違い
- 常用数据库优化方案(三)
- 面试题23_从上往下打印二叉树
- 一起学习android图片四舍五入图片集资源 （28）
- asp access的安全:不要认为简单的改后缀mdb为asp就能防下载
- 装了VS2005再装IIS的小问题
- python与人工智能编程-五大人工智能流行编程语言对比，只要学会一种绝对不亏！...
- 下面不属于python第三方库的安装方法的是-关于python中第三方库安装方法和问题解决...
- python语言程序设计2019版第二章课后答案-《Python语言程序设计》 —2.7 课后习题...
- python绘图实例-Python中turtle绘图学习笔记和实例