python 八股文 面试常见问题

python 面试常见问题(八股文)

1. python语言的特性

   python 是动态强类型语言：

   背景：
   动态/静态：运行时确定变量类型/编译时确定变量类型
   强/弱 类型：不会/会 发生隐式类型转换 （例如：int(3.14)=3;int+str类型不能进行运算）
   

2. python语言的优缺点

   （1）语法和表达方式简单灵活，开发效率高（像写英文）

   （2）属于胶水语言，有很多前人（c、python、java）的库（轮子）

   （3）需要解释器转换，执行效率低，性能不如其他语言

   （4）是动态语言，没有类型声明时就没有自动补全，很多问题要运行后才能发现（维护麻烦，兼容问题）

3. python中一切均为对象

   一切皆对象得含义就是每一个都有自己得属性，每一个都有自己得继承关系，你看到没有继承得，其实它隐式继承了object或者type。关于type可以看看元类。是对象意味着它可以随时随地得使用，比如赋值给一个变量，添加到列表中，作为参数出传递，做返回值。

4. 什么是鸭子duck类型

   当看到一只鸟走起来想鸭子、有用起来像鸭子、叫起来也想鸭子、那么这只鸟就可以被称为鸭子

   （1）关注点在对象的行为，而不是类型(duck typing)

   （2）只要实现了某种接口方法就行，而不在乎是什么类型，比如 file、StringIO，socket对象都支持read/write方法(file like object)

   （3）在比如定义了 __iter__魔法方法的类实例对象都可以用for来迭代

5. 什么是monkey patch？那些地方用到了？自己如何实现？

   所谓的monkey patch就是运行时替换，本质上是对象的重新赋值

   比如gevent库需要修改内置的socket：
   
   from gevent import monkey；monkey.patch_socket()
   

6. 什么是自省？

   运行时判断一个对象的类型的能力

   python一切皆对象、用type、id、isinstance获取对象类型信息

7. 什么是列表和字典推导？

   比如[i for i in range(10) if i % 2 == 0]

   一种快速生成list/dict/set的方式，用来替代map/filter等

8. python之禅

   import this
   

9. Python3 与 Python2的区别

   （1）print在Python3里是一个函数，在Python2里只是一个关键字

   （2）Python3文件的默认编码是utf8，Python2文件的默认编码是ascii

   （3）Python3的str是unicode字符串，而Python2的str是bytes

   （4）Python3的range()返回一个可迭代对象，Python2的 range()返回一个列表，xrange()返回一个可迭代对象,

   （5）Python3的除法返回float，Python2的除法返回int

10. 可变对象与不可变对象

    （1）可变对象: list，dict，set

    （2）不可变对象: bool，int，float，tuple，str…

11. 函数传参中，*args，**kwargs的含义

    用来处理可变参数，接收参数后，args会变成一个tuple，kwargs会变成一个dict

    可变参数指的是，不知道参数数量

    同时使用*args和kwargs时，*args参数必须要列在kwargs前，否则会报错。

    def test(a,*args,**kwargs):
        print(a)
        print(args)
        print(kwargs)
    test(1,3,5,7,c='2',d=4)
    输出为：
    1
    (3, 5, 7)
    {‘c’: ‘2’, ‘d’: 4}
    

12. 什么时候需要捕捉异常？

    （1）Django的ORM框架操作数据库时，获取数据，更新数据等都有可能会异常

    （2）socket通信时，recv()方法可能会因为对方突然中断连接导致异常

13. 什么是GIL

    （1）GIL：Global Interpreter Lock，即全局解释器锁

    （2）GIL是Cpython的特性，不是python的特性

    （3）引入GIL是因为CPython的内存管理并不是线程安全的，为了保护多线程下对python对象的访问，每个线程在执行过程中都需要先获取GIL，保证同一时刻只有一个线程在执行代码

    （4）GIL使得python的多线程不能充分发挥多核CPU的性能，对CPU密集型程序的影响较大

    （5）解决办法3个：

    - 换用其他解释器，比如Jpython
    - 使用多进程Multiprocess
    - 将需要使用多线程的部分利用C或Java等语言来写
    

14. 什么是生成器？

    生成器是一种可迭代对象，可以挂起并保持当前的状态

    生成器遇到yield处会停止执行，调用next()或send()才会继续执行

    定义一个生成器有两种方式，一种是生成器推导式，一种是在普通函数中添加yield语句并实例化

15. 浅拷贝和深拷贝

    浅拷贝出来的是一个独立的对象，但它的子对象还是原对象中的子对象（拷贝地址）

    深拷贝会递归地拷贝原对象中的每一个子对象，因此拷贝后的对象和原对象互不相关（拷贝值，重新分配地址）

16. 迭代器和可迭代对象的区别

    可迭代对象类，必须自定义__iter__()魔法方法，range，list类的实例化对象都是可迭代对象

    迭代器类，必须自定义__iter__()和__next__()魔法方法，用iter()函数可以创建可迭代对象的迭代器

17. 闭包

    闭包就是一个嵌套函数，它的内部函数 使用了 外部函数的变量或参数,它的外部函数 返回了内部函数

    可以保存外部函数内的变量，不会随着外部函数调用完而销毁

18. python的垃圾回收机制

    引用计数为主，标记清除 和 分代回收为辅

    引用计数机制是这样的
    当对象被创建，被引用，作为参数传递，存储到容器中，引用计数+1
    当对象离开作用域，引用指向别的对象，del，从容器中移除，引用计数-1
    当引用计数降为0，python就会自动回收该对象所在的内存空间，
    

    但是引用计数无法解决循环引用的问题，所以引入了标记清除和分代回收机制

19. async和await的作用

    async: 声明一个函数为异步函数，函数内只要有await就要声明为async

    await: 搭配asyncio.sleep()时会切换协程，当切换回来后再继续执行下面的语句

20. python内置的数据结构与方法

    （1）内置数据结构: list，dict，tuple，set

    （2）内置方法: sorted，max…

21. collections模块

    collections模块提供了一些好用的容器数据类型，其中常用的有: namedtuple，deque，Counter，OrderedDict，defaultdict

    尤其是deque队列，用的特别多

22. 为什么dict查找的时间复杂的为O(1)

    dict底层是哈希表，哈希表类似于C语言的数组，可以实现按索引随机访问

    但dict的key不一定是整数（ascii码），需要先通过哈希函数，再经过取余操作转换为索引

23. list、tuple、set的底层结构

    list和tuple底层都是顺序表结构

    list底层是可变数组，数组里存放的是元素对象的指针

    set的底层是哈希表，key就是元素，value都是空

24. class方法和static方法的区别

    class方法的第一个参数是cls，可以访问类属性，类方法

    static方法和普通函数一样，只不过是放在类里，要通过类或实例来调用，但是它不能访问类和实例的属性和方法

25. 什么是装饰器？

    装饰器是一个接收函数作为参数的闭包函数

    它可以在不修改函数内部源代码的情况下，给函数添加额外的功能

    import time
    
    def calc_time(func):
        def inner():
            t1 = time.time()
            func()
            t2 = time.time()
            print('cost time: {}s'.format(t2-t1))
        return inner
    

26. 什么是元类，会用在哪些场景下

    元类是创建类的类，type还有继承自type的类都是元类

    作用: 在类定义时（new, init）和 类实例化时(call) 可以添加自定义的功能

    使用场景: ORM框架中创建一个类就代表数据库中的一个表，但是定义这个类时为了统一需要把里面的类属性全部改为小写，这个时候就要用元类重写new方法，把attrs字典里的key转为小写

27. 实现单例模式的三种方式

    class Foo():
        __instance = None
    
        def __new__(cls):
            if cls.__instance is None:
                cls.__instance = super().__new__(cls)
            return cls.__instance
    

    class MyType(type):
        def __init__(self):
            super().__init__()
            self.__instance = None
    
        def __call__(self，*args，**kwargs):
            if not self.__instance:
                self.__instance = super().__call__(*args，**kwargs)
            return self.__instance
        
    class Foo(metaclass=MyType):
        ...
    

    def outter(cls):
        dct = {}
        def inner(*args，**kwargs):
            if cls not in dct:
                dct[cls] = cls(*args，**kwargs)
            return dct[cls]
        return inner
    
    @outter
    class Foo():
        ...
    

28. 工厂模式

    class CarFactory():
        def produce(self，name):
            if name == 'BYD':
                return BYD()
            elif name == 'BMW':
                return BMW()
            
    class BYD():
        pass
        
    class BMW():
        pass
    
    car = CarFactory().produce('BMW')