从今天开始,陆续更新一些 Python 相关的面试题,在学习的路上,与君共勉,我的文采好棒哦
!
基础篇(一)
(黑人问号)WTF,喜欢学,爱咋咋地。
编译型语言:把做好的源程序全部编译成二进制的可运行程序。然后,可直接运行这个程序。如:C,C++ 解释型语言:把做好的源程序翻译一句,然后执行一句,直至结束!如:Python, (Java 有些特殊,java程序也需要编译,但是没有直接编译称为机器语言,而是编译称为字节码,然后用解释方式执行字节码。)
字符串(str):字符串是用引号括起来的任意文本,是编程语言中最常用的数据类型。 列表(list):列表是有序的集合,可以向其中添加或删除元素。 元组(tuple):元组也是有序集合,但是是无法修改的。即元组是不可变的。 字典(dict):字典是无序的集合,是由 key-value 组成的。 集合(set):是一组 key 的集合,每个元素都是唯一,不重复且无序的。
字符串:
1mystr='luobodazahui'
2mystr[1:3]
output
1'uo'
1mystr2 = "welcome to luobodazahui, dear {name}"
2mystr2.format(name="baby")
output
1'welcome to luobodazahui, dear baby'
可以用来连接字符串,将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串。
1mylist = ['luo', 'bo', 'da', 'za', 'hui']
2mystr3 = '-'.join(mylist)
3print(mystr3)
outout
1'luo-bo-da-za-hui'
String.replace(old,new,count) 将字符串中的 old 字符替换为 New 字符,count 为替换的个数
1mystr4 = 'luobodazahui-haha'
2print(mystr4.replace('haha', 'good'))
output
1luobodazahui-good
切割字符串,得到一个列表。
1mystr5 = 'luobo,dazahui good'
2# 以空格分割
3print(mystr5.split())
4# 以h分割
5print(mystr5.split('h'))
6# 以逗号分割
7print(mystr5.split(','))
output
1['luobo,dazahui', 'good']
2['luobo,daza', 'ui good']
3['luobo', 'dazahui good']
列表:
同字符串
向列表中国添加元素
1mylist1 = [1, 2]
2mylist2 = [3, 4]
3mylist3 = [1, 2]
4mylist1.append(mylist2)
5print(mylist1)
6mylist3.extend(mylist2)
7print(mylist3)
outout
1[1, 2, [3, 4]]
2[1, 2, 3, 4]
del:根据下标进行删除 pop:删除最后一个元素 remove:根据元素的值进行删除
1mylist4 = ['a', 'b', 'c', 'd']
2del mylist4[0]
3print(mylist4)
4mylist4.pop()
5print(mylist4)
6mylist4.remove('c')
7print(mylist4)
output
1['b', 'c', 'd']
2['b', 'c']
3['b']
sort:是将list按特定顺序重新排列,默认为由小到大,参数 reverse=True 可改为倒序,由大到小。
reverse:是将list逆置。
1mylist5 = [1, 5, 2, 3, 4]
2mylist5.sort()
3print(mylist5)
4mylist5.reverse()
5print(mylist5)
output
1[1, 2, 3, 4, 5]
2[5, 4, 3, 2, 1]
字典:
dict.clear()
1dict1 = {'key1':1, 'key2':2}
2dict1.clear()
3print(dict1)
output
1{}
使用 pop 方法来指定删除字典中的某一项
1dict1 = {'key1':1, 'key2':2}
2d1 = dict1.pop('key1')
3print(d1)
4print(dict1)
output
11
2{'key2': 2}
1dict2 = {'key1':1, 'key2':2}
2mykey = [key for key in dict2]
3print(mykey)
4myvalue = [value for value in dict2.values()]
5print(myvalue)
6key_value = [(k, v) for k, v in dict2.items() ]
7print(key_value)
output
1['key1', 'key2']
2[1, 2]
3[('key1', 1), ('key2', 2)]
用于创建一个新字典,以序列中元素做字典的键,value 为字典所有键对应的初始值
1keys = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
2dict.fromkeys(keys, 0)
output
1{'zhangfei': 0, 'guanyu': 0, 'liubei': 0, 'zhaoyun': 0}
计算机在最初的设计中,采用了8个比特(bit)作为一个字节(byte)的方式。一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。 最早,计算机只有 ASCII 编码,即只包含大小写英文字母、数字和一些符号,这些对于其他语言,如中文,日文显然是不够用的。后来又发明了Unicode,Unicode把所有语言都统一到一套编码里,这样就不会再有乱码问题了。当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码。UTF-8 是隶属于 Unicode 的可变长的编码方式。 在 Python 中,以 Unicode 方式编码的字符串,可以使用 encode() 方法来编码成指定的 bytes,也可以通过 decode() 方法来把 bytes 编码成字符串。
encode
1"中文".encode('utf-8')
output
1b'\xe4\xb8\xad\xe6\x96\x87'
decode
1b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
output
1'中文'
1a = 1
2b = 2
3a, b = b, a
4print(a, b)
output
12 1
先来看个例子
1c = d = [1,2]
2e = [1,2]
3print(c is d)
4print(c == d)
5print(c is e)
6print(c == e)
output
1True
2True
3False
4True
== 是比较操作符,只是判断对象的值(value)是否一致,而 is 则判断的是对象之间的身份(内存地址)是否一致。对象的身份,可以通过 id() 方法来查看。
1id(c)
2id(d)
3id(e)
output
188748080
288748080
388558288
可以看出,只有 id 一致时,is 比较才会返回 True,而当 value 一致时,== 比较就会返回 True
位置参数,默认参数,可变参数,关键字参数
允许我们在调用函数的时候传入多个实参
1def test(*arg, **kwarg):
2 if arg:
3 print("arg:", arg)
4 if kwarg:
5 print("kearg:", kwarg)
6test('ni', 'hao', key='world')
output
1arg: ('ni', 'hao')
2kearg: {'key': 'world'}
可以看出, *arg会把位置参数转化为tuple **kwarg会把关键字参数转化为dict
1sum(range(1, 101))
1import time
2import datetime
3print(datetime.datetime.now())
4print(time.strftime('%Y-%m-%d %H:%M:%S'))
output
12019-06-07 18:12:11.165330
22019-06-07 18:12:11
简单列举10条:
浅拷贝
1import copy
2list1 = [1, 2, 3, [1, 2]]
3list2 = copy.copy(list1)
4list2.append('a')
5list2[3].append('a')
6print(list1, list2)
output
1[1, 2, 3, [1, 2, 'a']] [1, 2, 3, [1, 2, 'a'], 'a']
能够看出,浅拷贝只成功”独立“拷贝了列表的外层,而列表的内层列表,还是共享的
深拷贝
1import copy
2list1 = [1, 2, 3, [1, 2]]
3list3 = copy.deepcopy(list1)
4list3.append('a')
5list3[3].append('a')
6print(list1, list3)
output
1[1, 2, 3, [1, 2]] [1, 2, 3, [1, 2, 'a'], 'a']
深拷贝使得两个列表完全独立开来,每一个列表的操作,都不会影响到另一个。
1def num():
2 return [lambda x:i*x for i in range(4)]
3print([m(1) for m in num()])
output
1[3, 3, 3, 3]
通过运行结果,可以看出 i 的取值为3,很神奇
可变数据类型:list、dict、set 不可变数据类型:int/float、str、tuple
1for i in range(1, 10):
2 for j in range(1, i+1):
3 print("%s*%s=%s " %(i, j, i*j), end="")
4 print()
output
11*1=1
22*1=2 2*2=4
33*1=3 3*2=6 3*3=9
44*1=4 4*2=8 4*3=12 4*4=16
55*1=5 5*2=10 5*3=15 5*4=20 5*5=25
66*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36
77*1=7 7*2=14 7*3=21 7*4=28 7*5=35 7*6=42 7*7=49
88*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64
99*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81
print 函数,默认是会换行的,其有一个默认参数 end,如果像例子中,我们把 end 参数显示的置为"",那么 print 函数执行完后,就不会换行了,这样就达到了九九乘法表的效果了。
filter 函数用于过滤序列,它接收一个函数和一个序列,把函数作用在序列的每个元素上,然后根据返回值是True还是False决定保留还是丢弃该元素。
1mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
2list(filter(lambda x: x%2 == 1, mylist))
output
1[1, 3, 5, 7, 9]
保留奇数列表
map 函数传入一个函数和一个序列,并把函数作用到序列的每个元素上,返回一个可迭代对象
1mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
2list(map(lambda x: x*2, mylist))
output
1[2, 4, 6, 8, 10, 12, 14, 16, 18]
reduce 函数用于递归计算,同样需要传入一个函数和一个序列,并把函数和序列元素的计算结果与下一个元素进行计算。
1from functools import reduce
2reduce(lambda x, y: x+y, range(101))
output
15050
可以看出,上面的三个函数与匿名函数相结合使用,可以写出强大简洁的代码。
match()函数只检测要匹配的字符是不是在 string 的开始位置匹配,search()会扫描整个 string 查找匹配
__new__是在实例创建之前被调用的,因为它的任务就是创建实例然后返回该实例对象,是个静态方法。 __init__是当实例对象创建完成后被调用的,然后设置对象属性的一些初始值,通常用在初始化一个类实例的时候。是一个实例方法。
1、__new__至少要有一个参数 cls,代表当前类,此参数在实例化时由 Python 解释器自动识别。 2、__new__必须要有返回值,返回实例化出来的实例,这点在自己实现__new__时要特别注意,可以 return 父类(通过 super(当前类名, cls))__new__出来的实例,或者直接是 object 的__new__出来的实例。 3、__init__有一个参数 self,就是这个__new__返回的实例,__init__在__new__的基础上可以完成一些其它初始化的动作,__init__不需要返回值。 4、如果__new__创建的是当前类的实例,会自动调用__init__函数,通过 return 语句里面调用的__new__函数的第一个参数是 cls 来保证是当前类实例,如果是其他类的类名,;那么实际创建返回的就是其他类的实例,其实就不会调用当前类的__init__函数,也不会调用其他类的__init__函数。
1a, b = 1, 2
2# 若果 a>b 成立 就输出 a-b 否则 a+b
3h = a-b if a>b else a+b
output
13
1print(random.random())
2print(random.randint(1, 100))
3print(random.uniform(1,5))
output
10.03765019937131564
218
31.8458555362279228
zip() 函数将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表
1list1 = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
2list2 = [0, 3, 2, 4]
3list(zip(list1, list2))
output
1[('zhangfei', 0), ('guanyu', 3), ('liubei', 2), ('zhaoyun', 4)]
range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列。 而 xrange 生成一个生成器,可以很大的节约内存。
开文件在进行读写的时候可能会出现一些异常状况,如果按照常规的 f.open 写法,我们需要 try,except,finally,做异常判断,并且文件最终不管遇到什么情况,都要执行 finally f.close() 关闭文件,with 方法帮我们实现了 finally 中 f.close。
Python 中默认是贪婪匹配模式。 贪婪模式:正则表达式一般趋向于最大长度匹配。 非贪婪模式:在整个表达式匹配成功的前提下,尽可能少的匹配。
例如:
1def test(L=[]):
2 L.append('test')
3 print(L)
output
1test() # ['test']
2test() # ['test', 'test']
默认参数是一个列表,是可变对象[],Python 在函数定义的时候,默认参数 L 的值就被计算出来了,是[],每次调用函数,如果 L 的值变了,那么下次调用时,默认参数的值就已经不再是[]了。
1mystr = '1,2,3'
2mystr.split(',')
output
1['1', '2', '3']
1mylist = ['1', '2', '3']
2list(map(lambda x: int(x), mylist))
output
1[1, 2, 3]
1mylist = [1, 2, 3, 4, 5, 5]
2list(set(mylist))
1from collections import Counter
2mystr = 'sdfsfsfsdfsd,were,hrhrgege.sdfwe!sfsdfs'
3Counter(mystr)
output
1Counter({'s': 9,
2 'd': 5,
3 'f': 7,
4 ',': 2,
5 'w': 2,
6 'e': 5,
7 'r': 3,
8 'h': 2,
9 'g': 2,
10 '.': 1,
11 '!': 1})
1[x for x in range(10) if x%2 == 1]
output
1[1, 3, 5, 7, 9]
1list1 = [[1,2],[3,4],[5,6]]
2[j for i in list1 for j in i]
output
1[1, 2, 3, 4, 5, 6]
二分查找算法也称折半查找,基本思想就是折半,对比大小后再折半查找,必须是有序序列才可以使用二分查找。 递归算法
1def binary_search(data, item):
2 # 递归
3 n = len(data)
4 if n > 0:
5 mid = n // 2
6 if data[mid] == item:
7 return True
8 elif data[mid] > item:
9 return binary_search(data[:mid], item)
10 else:
11 return binary_search(data[mid+1:], item)
12 return False
13list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
14binary_search(list1, 999)
非递归算法
1def binary_search(data, item):
2 # 非递归
3 n = len(data)
4 first = 0
5 last = n - 1
6 while first <= last:
7 mid = (first + last)//2
8 if data[mid] == item:
9 return True
10 elif data[mid] > item:
11 last = mid - 1
12 else:
13 first = mid + 1
14 return False
15list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
16binary_search(list1, 99)
字典转 json
1import json
2dict1 = {'zhangfei':1, "liubei":2, "guanyu": 4, "zhaoyun":3}
3myjson = json.dumps(dict1)
4myjson
output
1'{"zhangfei": 1, "liubei": 2, "guanyu": 4, "zhaoyun": 3}'
json 转字典
1mydict = json.loads(myjson)
2mydict
output
1{'zhangfei': 1, 'liubei': 2, 'guanyu': 4, 'zhaoyun': 3}
1import random
2td_list=[i for i in range(10)]
3print("列表推导式", td_list, type(td_list))
4ge_list = (i for i in range(10))
5print("生成器", ge_list)
6dic = {k:random.randint(4, 9)for k in ["a", "b", "c", "d"]}
7print("字典推导式",dic,type(dic))
output
1列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
2生成器 <generator object <genexpr> at 0x0139F070>
3字典推导式 {'a': 6, 'b': 5, 'c': 8, 'd': 9} <class 'dict'>
4
read 读取整个文件 readline 读取下一行,使用生成器方法 readlines 读取整个文件到一个迭代器以供我们遍历
1list2 = [1, 2, 3, 4, 5, 6]
2random.shuffle(list2)
3print(list2)
output
1[4, 6, 5, 1, 2, 3]
1str1 = 'luobodazahui'
2str1[::-1]
output
1'iuhazadoboul'
__foo__:一种约定,Python 内部的名字,用来区别其他用户自定义的命名,以防冲突,就是例如__init__(),__del__(),__call__()这些特殊方法。
_foo:一种约定,用来指定变量私有。不能用 from module import * 导入,其他方面和公有变量一样访问。
__foo:这个有真正的意义:解析器用_classname__foo 来代替这个名字,以区别和其他类相同的命名,它无法直接像公有成员一样随便访问,通过对象名._类名__xxx 这样的方式可以访问。
a. 在 python 里凡是继承了 object 的类,都是新式类 b. Python3 里只有新式类 c. Python2 里面继承 object 的是新式类,没有写父类的是经典类 d. 经典类目前在 Python 里基本没有应用
a. 同时支持单继承与多继承,当只有一个父类时为单继承,当存在多个父类时为多继承。 b. 子类会继承父类所有的属性和方法,子类也可以覆盖父类同名的变量和方法。 c. 在继承中基类的构造(__init__())方法不会被自动调用,它需要在其派生类的构造中专门调用。 d. 在调用基类的方法时,需要加上基类的类名前缀,且需要带上 self 参数变量。区别于在类中调用普通函数时并不需要带上 self 参数。
super() 函数是用于调用父类(超类)的一个方法。
1class A():
2 def funcA(self):
3 print("this is func A")
4class B(A):
5 def funcA_in_B(self):
6 super(B, self).funcA()
7
8 def funcC(self):
9 print("this is func C")
10
11ins = B()
12ins.funcA_in_B()
13ins.funcC()
output
1this is func A
2this is func C
主要分为实例方法、类方法和静态方法
定义:第一个参数必须是实例对象,该参数名一般约定为“self”,通过它来传递实例的属性和方法(也可以传类的属性和方法); 调用:只能由实例对象调用。
定义:使用装饰器@classmethod。第一个参数必须是当前类对象,该参数名一般约定为“cls”,通过它来传递类的属性和方法(不能传实例的属性和方法); 调用:实例对象和类对象都可以调用。
定义:使用装饰器@staticmethod。参数随意,没有“self”和“cls”参数,但是方法体中不能使用类或实例的任何属性和方法; 调用:实例对象和类对象都可以调用。
静态方法是类中的函数,不需要实例。静态方法主要是用来存放逻辑性的代码,主要是一些逻辑属于类,但是和类本身没有交互。即在静态方法中,不会涉及到类中的方法和属性的操作。可以理解为将静态方法存在此类的名称空间中。 类方法是将类本身作为对象进行操作的方法。他和静态方法的区别在于:不管这个方式是从实例调用还是从类调用,它都用第一个参数把类传递过来。
与类和实例无绑定关系的 function 都属于函数(function) 与类和实例有绑定关系的 function 都属于方法(method) 普通函数:
1def func1():
2 pass
3print(func1)
output
1<function func1 at 0x01379348>
类中的函数:
1class People(object):
2 def func2(self):
3 pass
4 @staticmethod
5 def func3():
6 pass
7 @classmethod
8 def func4(cls):
9 pass
10people = People()
11print(people.func2)
12print(people.func3)
13print(people.func4)
output
1<bound method People.func2 of <__main__.People object at 0x013B8C90>>
2<function People.func3 at 0x01379390>
3<bound method People.func4 of <class '__main__.People'>>
isinstance() 函数来判断一个对象是否是一个已知的类型,类似 type()。 区别: type() 不会认为子类是一种父类类型,不考虑继承关系。 isinstance() 会认为子类是一种父类类型,考虑继承关系。
1class A(object):
2 pass
3class B(A):
4 pass
5a = A()
6b = B()
7print(isinstance(a, A))
8print(isinstance(b, A))
9print(type(a) == A)
10print(type(b) == A)
output
1True
2True
3True
4False
单例模式:主要目的是确保某一个类只有一个实例存在。 工厂模式:包涵一个超类,这个超类提供一个抽象化的接口来创建一个特定类型的对象,而不是决定哪个对象可以被创建。
1import os
2print(os.listdir('.'))
1# 1到5组成的互不重复的三位数
2k = 0
3for i in range(1, 6):
4 for j in range(1, 6):
5 for z in range(1, 6):
6 if (i != j) and (i != z) and (j != z):
7 k += 1
8 if k%6:
9 print("%s%s%s" %(i, j, z), end="|")
10 else:
11 print("%s%s%s" %(i, j, z))
output
1123|124|125|132|134|135
2142|143|145|152|153|154
3213|214|215|231|234|235
4241|243|245|251|253|254
5312|314|315|321|324|325
6341|342|345|351|352|354
7412|413|415|421|423|425
8431|432|435|451|452|453
9512|513|514|521|523|524
10531|532|534|541|542|543
1str1 = " hello nihao "
2str1.strip()
output
1'hello nihao'
1str2 = "hello you are good"
2print(str2.replace(" ", ""))
3"".join(str2.split(" "))
output
1helloyouaregood
2'helloyouaregood'
面试题系列第一部分旧到这里了,我们下次见!
满满的干货,整理的这么辛苦,老铁们怎么也要给个“在看”吧!