Python面试重点(基础篇)
Posted tian-cai-1996
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python面试重点(基础篇)相关的知识,希望对你有一定的参考价值。
第一部分 必答题
-
简述列举了解的编程语言及语言间的区别?
python:解释型,简洁高效,容易上手
java :混合型
c
c++
c#
go
php
----------------------------------------------------------------
编程语言分为解释型和编译型:
解释型语言: python
在编写代码的时候不需要编译,在执行的时候,想要用专用的解释器对代码进行编译,全部编译后,才能执行代码
编译型语言: c c++ go
每写一行代码,解释器就会编译一行,然后就可以执行了,编译后的代码不用再次编译
java属于混合型语言
-
列举Python2和Python3的区别?
- python2 中
1.input 获取的就是数据本身
2.源码不统一,重复代码
3.除法的时候返回的是向下取整
4.range()中打印返回的是一个列表
5.int有整形和长整型
6.二次编码用的是ascii
7.只有 iter() 和 next()
8.python2中import包,如果包中没有__init__.py文件就报错
9.多继承:全部都是经典类,经典类就是基类不继承object类
10.python2中的不等于号可以是!=或者<>
- python3 中
1.input获取的内容都是字符串
2. 源码统一,不会出现重复代码.
3. 除法返回的是浮点数
4. range()中是一个可迭代对象,怎么输入就怎么打印
5.int全部都是整数,但是增加了bytes
6. 二次编码用的是:Unicode
7.迭代器中知识:iter() 和 __iter__()两个功能都有 next()和 __next__()
8.python3中的import包 ,没有__init__.py文件也不会报错
9.多继承:python2.2之前都是经典类,python2.2之后,经典类和新式类共存.新式类就是超类继承object类,经典类就是基类不继承object
10.python3中的不等于号只有!=
-
看代码写结果:
v1 = 1 or 2 --------> 1
v2 = 3 and 7 or 9 and 0 -------> 7
?
假的十种表达方式:
0, 0.0, False, 0j, ‘‘, [], {} , set(), None, ()
解析为:
在没有()的情况下,优先级为:not > and > or
整体为: () > not > and > or
and运算: 两个都为真的时候 取后面的值
两个都为假的时候 取前面的值
一真一假的情况 就是取假
or运算: 两个都为假的时候 or取后面
两个都为真的时候 or取前面
一真一假的时候 or取真的
-
比较以下值有什么不同?
v1 = [1,2,3]
v2 = [(1),(2),(3)]
v3 = [(1,),(2,),(3,)]
v1和v2 列表里元素是int
v3 列表中的元素是元祖
-
用一行代码实现数值交换。
a = 1
b = 2
a,b=b,a
-
Python中单引号、双引号、三引号的区别?
单引号:字符串
双引号:字符串
多引号:多行注释
在互相嵌套的时候需要注意里外不能使用相同的引号
-
is和==的区别?
is: 比较内存地址是否相同
==: 比较数值是否相等 -
python里如何实现tuple和list的转化?
tuple(list)
list(tuple) -
如何实现字符串
name=‘老男孩‘
的反转?1.name = name[::-1]
2.name2=list(name)
name2.revverse()
name=‘‘.join(name2)
3.from functools import reduce
name = reduce(lambda x,y:y+x,name) -
两个set如何获取交集、并集、差集?
交集: & intersection
并集: | union
差集: - difference
对称差集 : ^ symmetric_difference -
那些情况下, y != x - (x-y)会成立?
x,y 是两个不为子父关系的非空集合
-
Python中如何拷贝一个对象?
import copy
=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,但他包含的是对原始对象中包含项的引用,只拷贝第一层元素的地址,只有修改和添加拷贝的数据第一层的时候源数据不受影响.给可变数据类型进行添加的时候源数据会受影响 针对于列表可以用[::]或者[:]表示.
深拷贝:不可变数据类型内存地址公用,可变数据类型新开辟一个空间,不管嵌套多深,修改和添加和原来的就没有任何关系了,不影响 -
简述 赋值、浅拷贝、深拷贝的区别?
赋值 : 指向同一个内存地址,将变量和值在内存中形成映射指向关系
浅拷贝 : 只拷贝第一层元素的内存地址,copy.copy()
深拷贝 : 浅拷贝只是对另外一个变量的内存地址的拷贝,这两个变量指向同一个内存地址的变量值。copy.deepcopy()
浅拷贝的特点:
共用一个值
这两个变量的内存地址一样
对其中一个变量的值改变,另外一个变量的值也会改变
深拷贝是一个变量对另外一个变量的值拷贝
深拷贝的特点:
两个变量的内存地址不同
两个变量各有自己的值,且互不影响
对其任意一个变量的值的改变不会影响另外一个
如果是不可变类型,则深浅拷贝只拷贝引用,如果是可变类型,浅拷贝只拷贝第一层引用,深拷贝无论多少层引用都拷贝 -
pass的作用?
pass 不做任何事情,一般用做占位语句。
pass 空语句,是为了保持程序结构的完整性 -
阅读代码写结果。
import copy
a = [1,2,4,5,[‘b‘,‘c‘]] [1,2,4,5,[‘b‘,‘c‘,‘d‘],5]
b = a [1,2,4,5,[‘b‘,‘c‘,‘d‘],5]
c = copy.copy(a) [1,2,4,5,[‘b‘,‘c‘,‘d‘]]
d = copy.deepcopy(a) [1,2,4,5,[‘b‘,‘c‘]]
?
a.append(5)
a[4].append(‘d‘)
? -
用Python实现9 * 9 乘法表。
for i in range(1,10):
for n in range(1,i+1):
print(f‘{n}*{i}={i*n}‘,end=‘ ‘)
print()
把上面换成一行代码表示:
print(‘ ‘.join([‘ ‘.join([‘{}*{}={}‘.format(x,y,x*y) for x in range(1,y+1)]) for y in range(1,10)]))
---------------------
i = 1
while i<=9:
j=1
while j<=i:
print("%d*%d=%2d " %(i,j,i*j),end=" ")
j+=1
print()
i+=1
-
用Python显示一个斐波那契数列。
lst = [1,1]
for i in range(10):
lst.append(lst[-1] + lst[-2])
print(lst)
--------------------
a,b=0,1
for i in range(10):
print(b)
a,b=b,a+b
------------------------
def fib(n):
if n<=2:
return 1
return fib(n-1) + fib(n-2)
print(fib(6)) -
如何删除列表中重复的值?
list(set(list))
-
一个大小为100G的文件etl_log.txt, 要读取文件中的内容, 写出具体过程代码?
利用open()系统自带方法生成的迭代对象
with open(‘etl_log.txt‘, ‘r‘,encoding = ‘utf-8‘) as f:
for line in f:
print(line.strip)
for line in f 这种用法是把文件对象f当作迭代对象, 系统将自动处理IO缓冲和内存管理 如果没有空格 不会换行
-
a = dict(zip(("a","b","c","d","e"),(1,2,3,4,5))) 请问a是什么?
zip是拉链 , enumerate枚举
字典
-
lambda关键字的作用?
匿名函数:用一句话表达只有返回值的无名函数
lambda 参数 :返回值
定义一个匿名函数
-
*arg
和
**kwarg`作用?*arg 接收多余位置参数
*kwarg 接收多余关键字参数
-
如何在函数中设置一个全局变量 ?
global 变量名
-
filter、map、reduce的作用?
filter -- 过滤、
map -- 映射
lst = [1,234,5,6]
lst1 = [1,2,3,45,6]
print(list(map(lambda x,y:x+y,lst,lst1)))
reduce -- 累计算
from functools import reduce
print(reduce(lambda x,y:x*y, [1,2,3,4,5]))
-
什么是匿名函数?匿名函数有什么作用?
lambda代表匿名函数
当我们在传入函数时,有些时候,不需要显式地定义函数,直接传入匿名函数更方便。
用匿名函数有个好处,因为函数没有名字,不必担心函数名冲突。此外,匿名函数也是一个函数对象,也可以把匿名函数赋值给一个变量,再利用变量来调用该函数
-
Python递归的最大层数?
官方1000
996 - 997
-----------
修改递归
import sys
sys.setrecursionlmit(9999)
-
什么是迭代器?什么是可迭代对象?
具有__iter__() 和__next__() 就是一个迭代器
具有__iter__() 是可迭代对象
-
什么是生成器?
生成器的本质就是迭代器
可以自定义迭代的逻辑
具有yield关键字就是生成器
-
什么是装饰器及应用场景?
装饰器本质就是闭包
开放封闭原则:对扩展是开放的,对修改源码是封闭的.
在不修改源代码的基础上,额外添加新的功能就是装饰器
应用场景有:登陆认证,django框架,flask框架,property类等
-
什么是反射及应用场景?
反射就是通过字符串去操作对象的属性和方法
应用场景一般就是用户输入的多个选择的时候
-
写一个普通的装饰器。
闭包:内函数使用了外函数的局部变量,外函数把内函数返回出来的过程叫做闭包,这个内函数叫做闭包函数
def wrapper(func):
def inner(*args,**kwargs):
func(*args,**kwargs)
return inner
-
写一个带参数的装饰器。
def auth(argv):
def wrapper(func):
def inner(*args,**kwargs):
func(*args,**kwargs)
return inner
return wrapper
?
-
求结果
def num():
return [lambda x:i*x for i in range(4)]
print([m(2) for m in num()])
--------------------------------
#[6,6,6,6]
# [lambda x:x**i,lambda x:x**i,lambda x:x**i,lambda x:x**i]
# def num():
# lst = []
# for i in range(4):
# def foo(x):
# return x**i
# lst.append(foo)
# return lst
# # lst.append(lambda x:x**i)
# g=num()
# print(g) # [4个内存地址]
# lst1=[]
# for m in g:
# lst1.append(m(2))
# print(lst1)
-
def(a, b=[])这种写法有什么陷阱?
默认参数的[]是可变数据类型
-
看代码写结果
def func(a,b=[]):
b.append(a)
return b
?
v1 = func(1)
v2 = func(2,[10,20])
v3 = func(3)
print(v1,v2,v3)
----------------
函数的默认参数(是一个列表或一个字典就有坑)陷阱: 默认参数绑死在那个位置.可以认为是在全局里的空列表理解
#可变的列表/内存地址是一样的.一个变都变
[1,3]
2,[10,20]
[1,3]
-
看代码写结果
def func(a,b=[]):
b.append(a)
return b
?
v1 = func(1)
print(v1)
v2 = func(2,[10,20])
print(v2)
v3 = func(3)
print(v3)
-----------
[1]
[10, 20, 2]
[1, 3]
-
如 10.3.9.12 转换规则为:
10 00001010
3 00000011
9 00001001
12 00001100
再将以上二进制拼接起来计算十进制结果:00001010 00000011 00001001 00001100 = ?
ip = "10.3.9.12"
strvar = ""
for i in ip.split("."):
strvar += format(int(i),"08b")
print(int(strvar,2))
----------------------------------
ip = "10.3.9.12"
strvar = ""
for i in ip.split("."):
bin_str = str(bin(int(i)))[2:]
strvar +=bin_str.rjust(8,"0")
print(strvar)
-
请查找一个目录下的所有文件(可能存在文件嵌套)。
import os
os.walk()
-
求结果
import math
print (math.floor(5.5))
-------------------
5
-
是否使用过functools中的函数?其作用是什么?
reduce
作用是累积计算
-
re的match和search区别?
match : 从开头进行匹配,匹配到一个就停止了
search : 从任意位置进行匹配,匹配到一个就停止了
-
用Python匹配HTML tag的时候,<.>和<.?>有什么区别?
.* 贪婪匹配
.*? 非贪婪匹配 只匹配一次
-
如何生成一个随机数?
random
-
super的作用?
super 按照mro的顺序继承父类的方法
-
双下划线和单下划线的区别?
__a = 10 强制私有
_b = 10 约定私有
-
@staticmethod和@classmethod的区别?
@staticmethod一个是静态方法,
@classmethod一个是类方法
-
实现一个单例模式(加锁)
# class A(object):
#
# def __init__(self,name): # 初识化
# self.name = name
?
?
# def __new__(cls, *args, **kwargs):
# obj = object.__new__(A) # 调用的是object类中的__new__ ,只有object类中的__new__能够创建空间
# return obj #本质: obj == __init__() return __init__() # 触发了__init__方法
# # print("先执行的是我")
# # return "宝元"
?
?
# a = A("meet") # a是对象的内存地址
# a1 = A("日魔") # a是对象的内存地址
# a2 = A("朝阳") # a是对象的内存地址
# print(a.name)
# print(a1.name)
# print(a2.name)
?
?
# 先执行__new__方法在执行__init__方法
-
栈和队列的区别?
区别与联系
相同点:(1)栈和队列都是控制访问点的线性表;
?
(2)栈和队列都是允许在端点处进行数据的插入和删除的数据结构;
?
不同点:(1)栈遵循“后进先出(LIFO)”的原则,即只能在该线性表的一头进行数据的插入和删除,该位置称为“栈顶”, 而另外一头称为“栈底”;根据该特性,实现栈时用顺序表比较好;
?
(2)队列遵循“先进先出(FIFO)”的原则,即只能在队列的尾部插入元素,头部删除元素。根据该特性,在实现队 列时用链表比较好
-
以下代码输出是什么? 请给出答案并解释。
class Parent(object):
x = 1
?
class Child1(Parent):
pass
?
class Child2(Parent):
pass
?
print Parent.x, Child1.x, Child2.x
?
Child1.x = 2
print Parent.x, Child1.x, Child2.x
?
Parent.x = 3
print Parent.x, Child1.x, Child2.x
?
-
参考下面代码片段
class Context:
def __enter__(self):
return self
def __exit__(self, exc_type, exc_val, exc_tb)
return 1
def do_something(self):
print(111)
?
with Content() as ctx:
print(ctx)
ctx.do_something()
请在Context类下添加代码完成该类的实现
?
第二部分 可选题
-
如何获取列表中第二大的值?
第1种方式
先max取最大值 在删除他 在取最大值
----------------------------------------------------------------
第2种方式
排序取第2个 -
简述Python内存管理机制。
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。所有这些都是自动完成,不需要像C一样,人工干预,从而提高了程序员的效率和程序的健壮性
-
简述Python的垃圾回收机制
垃圾回收机制
内存管理,垃圾回收就是python,Java等语言管理内存的一种方式,就是清除无用的垃圾对象,c语言及C++中需要通过malloc来进行内存的申请,通过free而进行内存的释放,而python和Java中有自动的内存管理机制,不需要动态的释放内存,这种机制就是垃圾回收的机制
python中对每一个对象通过引用计数法进行内存的管理的 -
请用两个队列来实现一个栈。
class StackWithTwoQueues(object):
def __init__(self):
self._queue1 = []
self._queue2 = []
?
def push(self, x):
if len(self._queue1) == 0:
self._queue1.append(x)
elif len(self._queue2) == 0:
self._queue2.append(x)
if len(self._queue2) == 1 and len(self._queue1) >= 1:
while self._queue1:
self._queue2.append(self._queue1.pop(0))
elif len(self._queue1) == 1 and len(self._queue2) > 1:
while self._queue2:
self._queue1.append(self._queue2.pop(0))
?
def pop(self):
if self._queue1:
return self._queue1.pop(0)
elif self._queue2:
return self._queue2.pop(0)
else:
return None
?
def getStack(self):
print("queue1", self._queue1)
print("queue2", self._queue2)
?
?
sta = StackWithTwoQueues()
sta.push(1)
sta.getStack()
sta.push(2)
sta.getStack()
sta.push(3)
sta.getStack()
sta.push(4)
sta.getStack()
print(sta.pop())
sta.getStack()
print(sta.pop())
sta.getStack()
print(sta.pop())
sta.getStack()
? -
请用Python实现一个链表。
# -*- coding:utf8 -*- #/usr/bin/env python class Node(object): def __init__(self, data, pnext = None): self.data = data self._next = pnext def __repr__(self): return str(self.data) class ChainTable(object): def __init__(self): self.head = None self.length = 0 def isEmpty(self): return (self.length == 0) def append(self, dataOrNode): item = None if isinstance(dataOrNode, Node): item = dataOrNode else: item = Node(dataOrNode) if not self.head: self.head = item self.length += 1 else: node = self.head while node._next: node = node._next node._next = item self.length += 1 def delete(self, index): if self.isEmpty(): print "this chain table is empty." return if index < 0 or index >= self.length: print ‘error: out of index‘ return if index == 0: self.head = self.head._next self.length -= 1 return j = 0 node = self.head prev = self.head while node._next and j < index: prev = node node = node._next j += 1 if j == index: prev._next = node._next self.length -= 1 def insert(self, index, dataOrNode): if self.isEmpty(): print "this chain tabale is empty" return if index < 0 or index >= self.length: print "error: out of index" return item = None if isinstance(dataOrNode, Node): item = dataOrNode else: item = Node(dataOrNode) if index == 0: item._next = self.head self.head = item self.length += 1 return j = 0 node = self.head prev = self.head while node._next and j < index: prev = node node = node._next j += 1 if j == index: item._next = node prev._next = item self.length += 1 def update(self, index, data): if self.isEmpty() or index < 0 or index >= self.length: print ‘error: out of index‘ return j = 0 node = self.head while node._next and j < index: node = node._next j += 1 if j == index: node.data = data def getItem(self, index): if self.isEmpty() or index < 0 or index >= self.length: print "error: out of index" return j = 0 node = self.head while node._next and j < index: node = node._next j += 1 return node.data def getIndex(self, data): j = 0 if self.isEmpty(): print "this chain table is empty" return node = self.head while node: if node.data == data: return j node = node._next j += 1 if j == self.length: print "%s not found" % str(data) return def clear(self): self.head = None self.length = 0 def __repr__(self): if self.isEmpty(): return "empty chain table" node = self.head nlist = ‘‘ while node: nlist += str(node.data) + ‘ ‘ node = node._next return nlist def __getitem__(self, ind): if self.isEmpty() or ind < 0 or ind >= self.length: print "error: out of index" return return self.getItem(ind) def __setitem__(self, ind, val): if self.isEmpty() or ind < 0 or ind >= self.length: print "error: out of index" return self.update(ind, val) def __len__(self): return self.length python链表
-
请用Python实现链表的逆转。
class Node(object): def __init__(self, data, next=None): self.val = data self.next = next def fun4(head): if head == None: return None L,M,R = None,None,head while R.next != None: L = M M = R R = R.next M.next = L R.next = M return R #测试用例 if __name__ == ‘__main__‘: l1 = Node(3) l1.next = Node(2) l1.next.next = Node(1) l1.next.next.next = Node(9) l = fun4(l1) print (l.val, l.next.val, l.next.next.val, l.next.next.next.val)
以上是关于Python面试重点(基础篇)的主要内容,如果未能解决你的问题,请参考以下文章