Python面试题

Python 传递的是对象引用。

• 不可变对象：函数内部重新赋值通常不影响外部。
• 可变对象：函数内部原地修改会影响外部。

因此它既不是简单的值传递，也不是传统意义上的引用传递，更准确地说是“对象引用传递”。

元类可以理解为“用来创建类的类”。

• 普通类用来创建对象。
• 元类用来创建普通类。

Python 中类本身也是对象，因此类也可以由更高层的元类来生成和控制。

• @staticmethod：不绑定实例，也不绑定类。
• @classmethod：第一个参数是类本身，通常写作 cls。

因此：

• 静态方法更像挂在类名空间下的普通函数。
• 类方法更适合操作类级别状态或做工厂方法。

• 类变量定义在类体中，由所有实例共享。
• 实例变量属于对象本身，不同实例彼此独立。

如果实例上定义了同名属性，会屏蔽类变量的访问结果。

自省指程序在运行时检查对象类型、属性、方法等信息的能力。

常见函数或方法包括：

• type()
• isinstance()
• dir()
• hasattr()
• getattr()

• 迭代器实现了迭代协议，可以逐个返回元素。
• 生成器是一种更方便创建迭代器的方式，通常通过 yield 实现。

生成器的优点是：

• 代码更简洁
• 惰性求值
• 更省内存

• *args：接收位置参数，得到一个元组。
• **kwargs：接收关键字参数，得到一个字典。

它们用于让函数支持可变参数。

装饰器本质上是一个接收函数并返回新函数的语法糖，用来在不修改原函数代码的前提下增强其行为。

典型用途：

• 日志
• 权限控制
• 缓存
• 性能统计

鸭子类型强调的是对象“是否具备所需行为”，而不是“是否属于某个特定类型”。

也就是：

• 不关心你是什么类
• 只关心你能不能完成我要的动作

这符合 Python 的动态语言特性。

• __new__：负责创建并返回实例对象。
• __init__：在对象创建完成后负责初始化。

如果需要控制对象创建过程，比如实现不可变对象或单例，通常会更关注 __new__。

常见方式包括：

1. 重写 __new__
2. 装饰器
3. 模块天然单例
4. 元类控制

Python 中模块级天然缓存已经能解决很多“单例”场景。

通常遵循 LEGB：

• Local
• Enclosing
• Global
• Built-in

变量查找会按这个顺序进行。

GIL 是 CPython 中的全局解释器锁。

它的影响是：

• 同一时刻只有一个线程执行 Python 字节码。

因此：

• CPU 密集型场景下，多线程不一定能利用多核。
• I/O 密集型场景下，多线程仍然有价值。

协程是用户态的轻量级并发单元，适合高并发 I/O 场景。

Python 中常见实现：

• yield
• async/await
• asyncio

Python 的垃圾回收主要包括：

1. 引用计数
2. 标记清除
3. 分代回收

引用计数解决大多数对象回收问题，循环引用则需要额外的 GC 机制处理。

• ==：比较值是否相等。
• is：比较是否是同一个对象。

所以：

• 值相等不一定 is 为真。
• is 更强调对象身份。

高频差异包括：

• print：语句变函数
• 字符串与编码处理差异更明显
• range 行为变化
• 整数除法语义变化
• 标准库命名与结构调整

现在实际项目基本优先 Python 3。

要分场景：

• I/O 密集型：适合
• CPU 密集型：通常不理想

CPU 密集型更常见替代方案：

• 多进程
• C 扩展
• NumPy / 向量化
• 分布式任务框架

• WSGI 是 Python Web 应用和服务器之间的接口规范。
• FastCGI 是一种更底层的通信协议。

两者不在同一层级：

• WSGI 定义 Python 应用如何与 Web Server/网关对接。
• FastCGI 定义进程间如何高效通信。

• Django：大而全，适合快速开发完整 Web 应用。
• Tornado：更偏异步和高并发网络服务。

一般理解：

• Django 更偏“完整框架”
• Tornado 更偏“事件驱动网络框架”

常见做法：

• 使用 django.test.TestCase
• 为模型、视图、接口、表单分别编写测试
• 利用测试数据库隔离环境

核心目标是验证业务逻辑、接口行为和回归稳定性。

常见做法：

1. set() 去重
2. 保序去重可结合循环和哈希表

例如保序：

seen = set()
result = []
for x in data:
    if x not in seen:
        seen.add(x)
        result.append(x)

这两道都是 Python 面试高频算法题：

• 二分查找：用于有序数组，时间复杂度 O(log n)
• 快速排序：分治思想，平均时间复杂度 O(n log n)

回答时重点是：

• 二分的边界处理
• 快排的分区过程