python 面试相关

偏执的太偏执、 2022-05-14 10:51 164阅读 0赞

--------------------

非技术性的问题就是以上这么多，作为参考稍加准备，面试的时候就能对答如流。下面讲一下在面试中的技术性问题。个人感觉技术性的问题面试官问的没有特别多，一般考察2-3个，由浅到深。

1.  简述函数式编程
    
    在函数式编程中，函数是基本单位，变量只是一个名称，而不是一个存储单元。除了匿名函数外，Python还使用fliter(),map(),reduce(),apply()函数来支持函数式编程。
2.  什么是匿名函数，匿名函数有什么局限性
    
    匿名函数，也就是lambda函数，通常用在函数体比较简单的函数上。匿名函数顾名思义就是函数没有名字，因此不用担心函数名冲突。不过Python对匿名函数的支持有限，只有一些简单的情况下可以使用匿名函数。
3.  如何捕获异常，常用的异常机制有哪些？
    
    如果我们没有对异常进行任何预防，那么在程序执行的过程中发生异常，就会中断程序，调用python默认的异常处理器，并在终端输出异常信息。
    
    try...except...finally语句:当try语句执行时发生异常，回到try语句层，寻找后面是否有except语句。找到except语句后，会调用这个自定义的异常处理器。except将异常处理完毕后，程序继续往下执行。finally语句表示，无论异常发生与否，finally中的语句都要执行。
    
    assert语句：判断assert后面紧跟的语句是True还是False，如果是True则继续执行print，如果是False则中断程序，调用默认的异常处理器，同时输出assert语句逗号后面的提示信息。
    
    with语句：如果with语句或语句块中发生异常，会调用默认的异常处理器处理，但文件还是会正常关闭。
4.  copy()与deepcopy()的区别
    
    copy是浅拷贝，只拷贝可变对象的父级元素。 deepcopy是深拷贝，递归拷贝可变对象的所有元素。
5.  函数装饰器有什么作用（常考）
    
    装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器，就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
6.  简述Python的作用域以及Python搜索变量的顺序
    
    Python作用域简单说就是一个变量的命名空间。代码中变量被赋值的位置，就决定了哪些范围的对象可以访问这个变量，这个范围就是变量的作用域。在Python中，只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域。Python的变量名解析机制也称为 LEGB 法则：本地作用域（Local）→当前作用域被嵌入的本地作用域（Enclosing locals）→全局/模块作用域（Global）→内置作用域（Built-in）
7.  新式类和旧式类的区别,如何确保使用的类是新式类
    
    为了统一类(class)和类型(type)，python在2.2版本引进来新式类。在2.1版本中，类和类型是不同的。
    
    为了确保使用的是新式类，有以下方法：
    
    放在类模块代码的最前面 \_\_metaclass\_\_ = type  
    从内建类object直接或者间接地继承  
    在python3版本中，默认所有的类都是新式类。
8.  简述\_\_new\_\_和\_\_init\_\_的区别
    
    创建一个新实例时调用\_\_new\_\_,初始化一个实例时用\_\_init\_\_,这是它们最本质的区别。
    
    new方法会返回所构造的对象，init则不会.
    
    new函数必须以cls作为第一个参数，而init则以self作为其第一个参数.
9.  Python垃圾回收机制(常考)
    
    Python GC主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，通过“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率。
    
    1 引用计数
    
    PyObject是每个对象必有的内容，其中ob\_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob\_refcnt就会增加，当引用它的对象被删除，它的ob\_refcnt就会减少.引用计数为0时，该对象生命就结束了。
    
    优点:
    
    简单 实时性 缺点:
    
    维护引用计数消耗资源 循环引用
    
    2 标记-清除机制
    
    基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。
    
    3 分代技术
    
    分代回收的整体思想是：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。
    
    Python默认定义了三代对象集合，索引数越大，对象存活时间越长。
10. [Python中的@property有什么作用?如何实现成员变量的只读属性][Python_property]？
    
    @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][property]，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。
11. \*args and \*\*kwargs
    
    \*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，另外，位置参数一定要放在关键字参数的前面。
12. 有用过with statement吗？它的好处是什么？具体如何实现？
    
    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。
13. \*args,\*\*kwargs的作用是什么？如何使用？`                                      `
14.   \*args和\*\*kwargs通常使用在函数定义里，\*args允许函数传入不定量个数的非关键字参数，\*\*kwargs允许函数传入不定量个数的关键字参数
15. 描述yield作用。
    
    1.  保存当前运行状态（断点），然后暂停执行，即将函数挂起
    2.  将yeild关键字后面表达式的值作为返回值返回，此时可以理解为起到了return的作用，当使用next()、send()函数让函数从断点处继续执行，即唤醒函数。
16. 装饰器。
    
    1.  装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。
    2.  功能：1.引入日志；2.函数执行时间统计；3.执行函数前预备处理；4.执行函数后清理功能；5.权限校验；6.缓存
17. 你对多线程和多进程的理解。
    
    1.  进程是系统进行资源分配和调度的一个独立单位，线程是进程的一个实体,是CPU调度和分派的基本单位,它是比进程更小的能独立运行的基本单位.线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器,一组寄存器和栈),但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源；
    2.  一个程序至少有一个进程,一个进程至少有一个线程；
    3.  线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高；
    4.  进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率 ；
    5.  线线程不能够独立执行，必须依存在进程中；
    6.  优缺点：线程和进程在使用上各有优缺点：线程执行开销小，但不利于资源的管理和保护；而进程正相反。
18. 线程中start方法和run方法的区别？
    
    1.  若调用start,则先执行主进程，后执行子进程；
    2.  若调用run，相当于正常的函数调用，将按照程序的顺序执行
19. linux命令 grep awk sed是怎么用的？
    
    1.  grep:Global Regular Expression Print
    2.   
20. python是怎么进行内存管理的？
    
    1.  引用计数：python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。
        
        1.  引用计数加1的情况：
            
            1.  对象被创建：x=4
            2.  另外的别人被创建：y=x
            3.  被作为参数传递给函数：foo(x)
            4.  作为容器对象的一个元素：a=\[1,x,'33'\]
        2.  引用计数减少情况
            
            1.  一个本地引用离开了它的作用域。比如上面的foo(x)函数结束时，x指向的对象引用减1。
            2.  对象的别名被显式的销毁：del x ；或者del y
            3.  对象的一个别名被赋值给其他对象：x=789
            4.  对象从一个窗口对象中移除：myList.remove(x)
            5.  窗口对象本身被销毁：del myList，或者窗口对象本身离开了作用域
    2.  垃圾回收
        
        1.  当内存中有不再使用的部分时，垃圾收集器就会把他们清理掉。它会去检查那些引用计数为0的对象，然后清除其在内存的空间。当然除了引用计数为0的会被清除，还有一种情况也会被垃圾收集器清掉：当两个对象相互引用时，他们本身其他的引用已经为0了。
        2.  垃圾回收机制还有一个循环垃圾回收器, 确保释放循环引用对象(a引用b, b引用a, 导致其引用计数永远不为0)。
    3.  内存池机制：在Python中，许多时候申请的内存都是小块的内存，这些小块内存在申请后，很快又会被释放，由于这些内存的申请并不是为了创建对象，所以并没有对象一级的内存池机制。这就意味着Python在运行期间会大量地执行malloc和free的操作，频繁地在用户态和核心态之间进行切换，这将严重影响Python的执行效率。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。
        
        1.  Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。
        2.  Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的 malloc。另外Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。
21. 什么是lambda函数？他有什么好处？ lambda函数是匿名函数；使用lambda函数能够创建小型匿名函数。这种函数得名于省略了用def声明函数的标准步骤； 例:
    
         
22. python中tuple和list的转换
23.      
    
    \# tuple ---> list
    
    tuple1 = (1,2,3)
    
    list1 = list(tuple1)
    
    \# list ---> tuple
    
    list2 = \[1,2,3\]
    
    tuple2 = tuple(list2)
24. python中如何拷贝一个对象？（赋值，浅拷贝，深拷贝的区别）  
    答：赋值（=），就是创建了对象的一个新的引用，修改其中任意一个变量都会影响到另一个。
    
    浅拷贝：创建一个新的对象，但它包含的是对原始对象中包含项的引用（如果用引用的方式修改其中一个对象，另外一个也会修改改变）\{1,完全切片方法；2，工厂函数，如list()；3，copy模块的copy()函数\}
    
    深拷贝：创建一个新的对象，并且递归的复制它所包含的对象（修改其中一个，另外一个不会改变）\{copy模块的deep.deepcopy()函数\}

[Python_property]: mailto:Python%E4%B8%AD%E7%9A%84@property%E6%9C%89%E4%BB%80%E4%B9%88%E4%BD%9C%E7%94%A8?%E5%A6%82%E4%BD%95%E5%AE%9E%E7%8E%B0%E6%88%90%E5%91%98%E5%8F%98%E9%87%8F%E7%9A%84%E5%8F%AA%E8%AF%BB%E5%B1%9E%E6%80%A7
[property]: mailto:%E9%80%9A%E8%BF%87%E8%AE%BE%E7%BD%AE@property%E5%8F%AF%E4%BB%A5%E5%AE%9E%E7%8E%B0%E5%AE%9E%E4%BE%8B%E6%88%90%E5%91%98%E5%8F%98%E9%87%8F%E7%9A%84%E7%9B%B4%E6%8E%A5%E8%AE%BF%E9%97%AE