Python面试中常见试题 or 易错题集合

前言

Python是一种简洁、易读性强的动态类型的语言，他的语法特性使得程序员在编写Python代码时更加简洁，易于理解。Python社区拥有大量的第三方库和框架，这使得Python在各个领域都有广泛的应用。例如数据科学、机器学习、Web开发、数学统计、文本检索、数据筛选等。而针对Python面试也会更加注重对这种动态类型语言的理解和运用，以及如何处理解决实际问题。相比之下，其他语言面试可能更加注重语法细节和性能优化等方面。

1. Web 开发（服务器端）
2. 软件开发
3. 数学
4. 系统脚本
5. 文本检索
6. 数据筛选

面试常见题目

在Python的面试中，常见的问题覆盖了语言的基础知识，编程技巧，以及实际应用。

（1）语言基础知识

【1、Python语言相比其他语言有哪些特点和自身优点？】

• 简洁的语法
• 强大的标准库和丰富的第三方库
• 强大的社区支持
• 高扩展性
• 支持面向对象和函数式编程以及多种编程范式
• 广泛的支持和工具

说出四点以上就差不多了。

【2、Python中的字典（dictionary）是如何工作的？】

Python中的字典（dictionary）是一种可变的数据类型，它用于存储键值对。字典的键必须是唯一的，而值可以是任何数据类型：数字、字符串、列表、字典等。字典在Python中被实现为一个哈希表，这意味着字典使用哈希函数将键映射到值。这种实现方式使得字典在查找、插入和删除操作上具有近乎常数时间的性能。

【3、解释一下Python中的装饰器（decorators）】

Python中的装饰器是一种高级功能，用于修改或增强函数、方法或类的行为。装饰器是一个接受函数对象作为参数，并返回一个新的函数对象的可调用对象（通常是函数或类）。装饰器的主要用途有：

• 函数装饰：在不需要修改原函数代码的前提下，增加额外的功能，例如日志、缓存、权限校验等。
• 方法装饰：在面向对象编程中，装饰器可以用于修改类的方法的行为。
• 类装饰：可以用于修改类的行为，或者实现类似单例模式这样的设计模式。

装饰器的工作原理是在函数被调用之前或之后，自动执行一些额外的操作。这些操作可以包括记录日志、性能测试、事务处理等。

【4、解释一下Python中的列表（list）和元组（tuple）以及它们之间的区别？】

Python中的列表（list）和元组（tuple）都是有序的集合类型，它们可以存储任意类型的数据，包括整数、浮点数、字符串、列表等。列表是可变的，这意味着你可以修改列表中的元素，添加或删除元素。元组是不可变的，也就是说，一旦一个元组被创建，它的元素就不能被修改、删除或添加。在效率方面，由于元组是不可变的，所以在处理大量数据时，元组的操作可能会比列表更快。示例如下：

### 列表
my_list = [1, 2, 3]
print(my_list)

### 元组
my_tuple = (1, 2, 3)
print(my_tuple)

（2）编程实践

【1、你如何在Python中进行错误和异常处理？】

错误和异常处理通常通过try/except语句块来完成。这种结构允许程序在遇到错误或异常时执行特定的代码。在Python语言中try语句块包含可能会引发异常的代码，而except语句块包含当异常发生时应该执行的代码。 错误和异常处理通常通过try/except语句块来完成。try语句块包含可能引发异常的代码，而except语句块包含在try块中发生异常时应执行的代码。

【2、如何在Python中实现多线程和多进程？】

在Python中，可以使用内置的threading模块来实现多线程，使用multiprocessing模块来实现多进程。

• threading模块来实现多线程

import threading  
  
def worker():  
    # 线程执行的代码  
    print("线程开始执行")  
    # ...  
    print("线程执行完毕")  
  
# 创建线程  
thread = threading.Thread(target=worker)  
# 启动线程  
thread.start()

• multiprocessing模块来实现多进程

import multiprocessing  
  
def worker():  
    # 进程执行的代码  
    print("进程开始执行")  
    # ...  
    print("进程执行完毕")  
  
# 创建进程  
process = multiprocessing.Process(target=worker)  
# 启动进程  
process.start()

【3、你如何在Python中优化代码以提高性能？】

Python是一种解释型语言，相对于编译型语言，其执行速度通常较慢。在以往工作中，常用的一些优化Python代码的方法使用内置函数和库、避免不必要的对象创建、使用生成器、使用缓存、使用多线程或多进程、优化循环、避免使用with statement、使用Cython或C扩展等。具体使用哪种方法需要根据实际情况而定。

【4、描述一下你在Python中使用过的设计模式？】

在Python中，我使用过以下几种设计模式：单例模式（Singleton）、工厂模式（Factory）、观察者模式（Observer）、装饰器模式（Decorator）、策略模式（Strategy）、适配器模式（Adapter）、模板方法模式（Template Method）。相对于Java的设计模式，说出来上述五个以上就可以，熟练两个就可以了。例如下面说的策略模式：

【5、可以描述下策略模式吗？】

策略模式（Strategy）

策略模式是一种行为型模式，它定义了一系列的算法，并将每一个算法封装起来，使它们可以互相替换。策略模式使得算法可以独立于使用它的客户而变化。在Python中，可以使用类和函数来实现策略模式。

（3）数据结构和算法

【1、有使用过哪些算法？（这个针对算法岗）】

我在使用Python语言编程过程中，使用了以下是一些常见的Python算法：

1. 排序算法：冒泡排序、选择排序、插入排序、快速排序、归并排序等。
2. 搜索算法：线性搜索、二分搜索等。
3. 动态规划算法：最长公共子序列、最长递增子序列、背包问题等。
4. 图算法：最短路径算法（Dijkstra算法、Bellman-Ford算法）、图的遍历算法（深度优先搜索、广度优先搜索）等。
5. 分治算法：归并排序、快速排序等。
6. 贪心算法：最小生成树算法（Prim算法、Kruskal算法）、最优装载问题等。
7. 回溯算法：排列组合问题、八皇后问题等。
8. 分支限界算法：0-1背包问题、旅行商问题等。
9. 近似算法：遗传算法、模拟退火算法等。

【2、有使用过很多算法，可以简单描述下插入排序算法吗？（这个针对算法岗）】

插入排序（Insertion Sort）是一种简单的排序算法，其基本思想是将数组分为已排序部分和未排序部分，初始时已排序部分包含一个元素，然后逐步将未排序的元素插入到已排序部分的合适位置。如果是上机要求演示算法，则可以按照下面的代码进行操作：

arr = [89,23,87,23,61,91,13,65,4,54]
print('排序前：')
for i in arr:  
    print(i, end=' ')

def insertion_sort(arr):  
    for i in range(1, len(arr)):  
        key = arr[i]  
        j = i - 1  
        while j >= 0 and key < arr[j]:  
            arr[j + 1] = arr[j]  
            j -= 1  
        arr[j + 1] = key 

insertion_sort(arr)  
print('\n排序后：')    
for i in arr:  
    print(i, end=' ')

（4）常用的Python库和框架

【1、你知道或者认识常用的Python库和框架？】

Python作为数据统计、数据科学、模型计算的通用语言，有很多框架，说出下面四五个即可，然后可以简单介绍下框架：

• NumPy：这是一个用于处理大型多维数组和矩阵的库，也是Python科学计算的基础。
• Pandas：这是一个提供高性能、易用数据结构和数据分析工具的库。
• Matplotlib：这是一个用于绘制图表和生成图形的库。
• Seaborn：这是一个基于Matplotlib的高级数据可视化库，提供了更高级的接口，用于制作统计图形。
• Scikit-learn：这是一个用于机器学习的库，提供了大量简单易用的机器学习算法。
• TensorFlow：这是一个用于深度学习的库，提供了构建和训练神经网络的工具。
• Keras：这是一个基于TensorFlow的高级神经网络库，可以方便地构建和训练神经网络模型。
• Django：这是一个高级Web框架，用于快速开发安全和可维护的网站。
• Flask：这是一个轻量级的Web框架，用于构建Web应用程序。
• SQLAlchemy：这是一个SQL工具包和对象关系映射（ORM）系统，可以方便地处理数据库操作。

易错题集合

1 字符串替换问题

先看一个例子：

string = "123"  
string = string.replace("2", "")
print(string)

替换字符串中的2后，string的值仍为123，而不是13。这是因为replace()方法不会修改原始字符串，而是返回一个新的字符串。

2 多维列表的创建

创建一个长度为100的一维列表，其中每个元素都是一个长度为10的列表。然而，当修改其中一个子列表时，其他子列表也会被改变，这是因为子列表是引用类型，而非值类型。

list = [[0] * 10] * 100
for i in list:
    print(i, ' ')

3 字符串反转问题

代码实现了字符串反转的功能，但需要注意的是，Python中字符串是不可变的，因此不能通过修改索引来改变字符串中的字符。

str = "abc"  
print(str[::-1])  # 输出：'cba'

4 元素计数问题

先看一个例子：

from collections import Counter  
l1 = [1,4,5,6,2,3,1,3,5,3]  
print(Counter(l1))  # 输出：Counter({3: 3, 1: 2, 5: 2, 2: 1, 4: 1, 6: 1})

Counter对象用于计数可哈希对象，返回一个字典，其中键是输入对象中的元素，值是元素出现的次数。注意Counter`只适用于可哈希对象，对于列表等不可哈希对象，需要使用其他方法进行计数。

总结

作为一个Python开发工程师，在准备面试时，应该复习Python的基础知识，熟悉常见的编程技巧，并准备一些实际应用的例子。此外，还应该了解Python的最新发展趋势和技术，例如异步编程，类型提示，以及数据科学和机器学习的新库和工具。

我正在参与2024腾讯技术创作特训营第五期有奖征文，快来和我瓜分大奖！