很全的 Python 面试题

Python部分

1 Python的函数参数传递

下面验证Python函数参数传递的方式：

def changelist(lst): #修改列表
    lst[0] = '1'
lst = [111, 2, 3, 4]
changelist(lst)
print lst
def changedict(dic): #修改字典
    dic["lustar"] ="yes"
dict1 = {"lustar": "no"}
changedict(dict1)
print dict1

输出结果为：

['1', 2, 3, 4]
{'lustar': 'yes'}

可见，对于列表和字典，参数传递的方式是引用传递。

def changestring(string1): #修改字符串
    string1 += "None"
str1 = "I am a good boy!"
changestring(str1)
print str1
def changevar(a): #修改变量
    a += 111
b = 1
changevar(b)
print b

输出结果为：

I am a good boy!
1

可见，对于字符串以及一般的变量，结果类似于值传递，并不会影响到原结果。那么，如果想改变字符串的值呢？返回新的字符串即可：

def changestring(string1):
    string1 += "None"
    return string1 #修改后的参数作为返回值
str1 = "I am a good boy!"
print id(str1)
str1 = changestring(str1)
print str1
print id(str1)

输出结果为：

31869336
I am a good boy!None
31867712

可见，这时的字符串已经不是在原来的基础上修改了，实际上是返回了一个新字符串。

结论：

对于可以修改的对象，如列表和字典，函数的参数传递方式是引用传递。

对于不能修改的对象，包括字符串、一般变量和元组（元组本来就不能修改），参数传递的方式是值传递。如果确实需要修改该对象的值，可以利用函数的返回值进行修改。

2 类方法、静态方法与实例方法

静态方法是指类中无需实例参与即可调用的方法(不需要self参数)，在调用过程中，无需将类实例化，直接在类之后使用.号运算符调用方法。

通常情况下，静态方法使用@staticmethod装饰器来声明。

示例代码：

class ClassA(object):

    @staticmethod
    def func_a():
        print('Hello Python')

if __name__ == '__main__':
    ClassA.func_a()
    # 也可以使用实例调用,但是不会将实例作为参数传入静态方法
    ca = ClassA()
    ca.func_a()

这里需要注意的是，在Python 2 中，如果一个类的方法不需要self参数，必须声明为静态方法，即加上@staticmethod装饰器，从而不带实例调用它。

而在Python 3中，如果一个类的方法不需要self参数，不再需要声明为静态方法，但是这样的话只能通过类去调用这个方法，如果使用实例调用这个方法会引发异常。

class ClassA(object):


    def func_a():
        print('Hello Python')

if __name__ == '__main__':
    ClassA.func_a()
    # 以下使用实例调用会引发异常
    ca = ClassA()
    ca.func_a()

异常信息：

func_a() takes 0 positional arguments but 1 was given

因为func_a没有声明为静态方法，类实例在调用func_a时，会隐式地将self参数传入func_a，而func_a本身不接受任何参数，从而引发异常。

类方法在Python中使用比较少，类方法传入的第一个参数为cls，是类本身。并且，类方法可以通过类直接调用，或通过实例直接调用。但无论哪种调用方式，最左侧传入的参数一定是类本身。

通常情况下，类方法使用@classmethod装饰器来声明

class ClassA(object):

    @classmethod
    def func_a(cls):
        print(type(cls), cls)


if __name__ == '__main__':

    ClassA.func_a()

    ca = ClassA()
    ca.func_a()

从运行结果可以看出，无论是类调用还是实例调用，类方法都能正常工作。且通过打印cls，可以看出cls传入的都是类实例本身。

<class 'type'> <class '__main__.ClassA'>
<class 'type'> <class '__main__.ClassA'>

这里需要注意，如果存在类的继承，那类方法获取的类是类树上最底层的类。

class BaseA(object):

    @classmethod
    def func_a(cls):
        print(type(cls), cls)


class BaseB(object):
    pass


class ClassA(BaseA, BaseB):
    pass


if __name__ == '__main__':

    ClassA.func_a()

    ca = ClassA()
    ca.func_a()

代码中ClassA继承自BaseA、BaseB，在调用类方法时，虽然类方法是从BaseA继承而来，但是传入func_a的cls函数实际上是ClassA，也就是最底层（最具体）的类。

运行结果：

<class 'type'> <class '__main__.ClassA'>
<class 'type'> <class '__main__.ClassA'>

所以，在某些时候，需要明确调用类属性时，不要使用类方法传入的cls参数，因为它传入的是类树中最底层的类，不一定符合设计初衷。

可以直接通过类名访问类属性。

class BaseA(object):

    @classmethod
    def func_a(cls):
　　　　 # 直接使用类名，而不使用cls
        print(BaseA)
        print(type(cls), cls)


class BaseB(object):
    pass


class ClassA(BaseA, BaseB):
    pass


if __name__ == '__main__':

    ClassA.func_a()

实例方法，除静态方法与类方法外，类的其他方法都属于实例方法。

实例方法需要将类实例化后调用，如果使用类直接调用实例方法,需要显式地将实例作为参数传入。

最左侧传入的参数self，是实例本身。

class ClassA(object):

    def func_a(self):
        print('Hello Python')

if __name__ == '__main__':
    # 使用实例调用实例方法
    ca = ClassA()
    ca.func_a()
    # 如果使用类直接调用实例方法,需要显式地将实例作为参数传入
    ClassA.func_a(ca)

3 类变量和实例变量

实例变量是对于每个实例都独有的数据，而类变量是该类所有实例共享的属性和方法。

其实我更愿意用类属性和实例属性来称呼它们，但是变量这个词已经成为程序语言的习惯称谓。

参考博客：https://www.cnblogs.com/crazyrunning/p/6945183.html

4 Python中单下划线和双下划线

_xxx ：保护变量，意思是只有类对象和子类对象能够访问到这些变量(尽量避免在类外部直接修改)

__xxx__ ：系统定义名字

__xxx ：类中的私有变量名

以单下划线开头（_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；

以双下划线开头的（__foo）代表类的私有成员；

以双下划线开头和结尾的（__foo__）代表python里特殊方法专用的标识，如__init__（）代表类的构造函数。

5 迭代器和生成器

迭代器：Python中一个实现了_iter_方法和_next_方法的类对象，就是迭代器；

生成器：生成器是一种特殊的迭代器，带有yield的迭代器。

参考：https://blog.csdn.net/u014745194/article/details/70176117

https://blog.csdn.net/qq_34857250/article/details/78882422

6 *args and **kwargs

*args 表示任何多个无名参数，它是一个tuple；**kwargs 表示关键字参数，它是一个dict。并且同时使用*args和**kwargs时，必须*args参数列要在**kwargs前。

实例：

当你不确定你的函数里将要传递多少参数时你可以用*args.例如,它可以传递任意数量的参数；

>>> def print_everything(*args):

for count, thing in enumerate(args):

... print '{0}. {1}'.format(count, thing)

...

>>> print_everything('apple', 'banana', 'cabbage')

0. apple

1. banana

2. cabbage

相似的,**kwargs允许你使用没有事先定义的参数名。

>>> def table_things(**kwargs):

... for name, value in kwargs.items():

... print '{0} = {1}'.format(name, value)

...

>>> table_things(apple = 'fruit', cabbage = 'vegetable')

cabbage = vegetable

apple = fruit

7 装饰器与原理

参考博客：https://blog.csdn.net/u010358168/article/details/77773199

8 Python中重载

：：python 自然就不需要函数重载

函数重载主要是为了解决两个问题。

可变参数类型。
可变参数个数。

另外，一个基本的设计原则是，仅仅当两个函数除了参数类型和参数个数不同以外，其功能是完全相同的，此时才使用函数重载，如果两个函数的功能其实不同，那么不应当使用重载，而应当使用一个名字不同的函数。

问题 1 ，函数功能相同，但是参数类型不同，python 如何处理？答案是根本不需要处理，因为 python 可以接受任何类型的参数，如果函数的功能相同，那么不同的参数类型在 python 中很可能是相同的代码，没有必要做成两个不同函数。

问题2 ，函数功能相同，但参数个数不同，python 如何处理？大家知道，答案就是缺省参数。对那些缺少的参数设定为缺省参数即可解决问题。因为你假设函数功能相同，那么那些缺少的参数终归是需要用的。

所以，Python不需要函数重载

9 __new__和__init__的区别

__new__是一个静态方法,而__init__是一个实例方法.
__new__方法会返回一个创建的实例,而__init__什么都不返回.
只有在__new__返回一个cls的实例时后面的__init__才能被调用.
当创建一个新实例时调用__new__,初始化一个实例时用__init__.

10 Python 写单例模式

手写的话可以参考java版本的。

11 协程

参考博客：http://python.jobbole.com/86481/

12 Python 2.7.x 和 3.x 版本的重要区别

参考博客：http://python.jobbole.com/80006/

13 闭包

闭包(closure)是函数式编程的重要的语法结构。闭包也是一种组织代码的结构，它同样提高了代码的可重复使用性。

当一个内嵌函数引用其外部作作用域的变量,我们就会得到一个闭包. 总结一下,创建一个闭包必须满足以下几点:

必须有一个内嵌函数
内嵌函数必须引用外部函数中的变量
外部函数的返回值必须是内嵌函数

14 匿名函数Lambda

参考：https://www.zhihu.com/question/20125256

15 Python函数式编程

参考：https://coolshell.cn/articles/10822.html

16 Python里的拷贝

参考：https://blog.csdn.net/u011630575/article/details/78604226

17 Python垃圾回收机制

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。

举例：
当某些内存块M经过了3次垃圾收集的清洗之后还存活时，我们就将内存块M划到一个集合A中去，而新分配的内存都划分到集合B中去。当垃圾收集开始工作时，大多数情况都只对集合B进行垃圾回收，而对集合A进行垃圾回收要隔相当长一段时间后才进行，这就使得垃圾收集机制需要处理的内存少了，效率自然就提高了。在这个过程中，集合B中的某些内存块由于存活时间长而会被转移到集合A中，当然，集合A中实际上也存在一些垃圾，这些垃圾的回收会因为这种分代的机制而被延迟。

操作系统部分

1 select,poll和epoll

其实所有的I/O都是轮询的方法,只不过实现的层面不同罢了.

这个问题可能有点深入了,但相信能回答出这个问题是对I/O多路复用有很好的了解了.其中tornado使用的就是epoll的.

selec,poll和epoll区别总结

基本上select有3个缺点:

连接数受限
查找配对速度慢
数据由内核拷贝到用户态

poll改善了第一个缺点

epoll改了三个缺点.

2 调度算法

先来先服务(FCFS, First Come First Serve)
短作业优先(SJF, Shortest Job First)
最高优先权调度(Priority Scheduling)
时间片轮转(RR, Round Robin)
多级反馈队列调度(multilevel feedback queue scheduling)

实时调度算法:

最早截至时间优先 EDF
最低松弛度优先 LLF

3 死锁

原因:

竞争资源
程序推进顺序不当

必要条件:

互斥条件
请求和保持条件
不剥夺条件
环路等待条件

处理死锁基本方法:

预防死锁(摒弃除1以外的条件)
避免死锁(银行家算法)
检测死锁(资源分配图)
解除死锁
1. 剥夺资源
2. 撤销进程

4 程序编译与链接

Bulid过程可以分解为4个步骤:预处理(Prepressing), 编译(Compilation)、汇编(Assembly)、链接(Linking)

整个的面试题参考：http://python.jobbole.com/85231/