非常全面的Python常见基础面试题及答案-巨人网络通讯

非常全面的Python常见基础面试题及答案

Python

1 Python垃圾回收机制是什么

作为Python的使用者来说，Python中的垃圾回收主要以引用计数为主，再引入标记、清除，分代为辅来解决循环引用的问题。

一个对象被引用时，引用计数加1，当对象被del时，引用计数减去1，为0时，对象就被清除，一般情况下用户不会去操作Python 的垃圾回收机制，但它留有API接口。

2 元组和列表的区别

主要区别是列表是可变的，而元组是不可变的。

>>> mylist=[1,3,3]
>>> mylist[1]=2


>>> mytuple=(1,3,3)
>>> mytuple[1]=2
Traceback (most recent call last):
File "pyshell#97>", line 1, in module>

3 元组可以作为字典的key？

首先一个对象能不能作为字典的key, 就取决于其有没有__hash__方法。所以除了容器对象（list/dict/set）和内部包含容器对象的tuple 是不可作为字典的key, 其他的对象都可以。

4 进程线程协程

4.1 进程

1、操作系统进行资源分配和调度的基本单位，多个进程之间相互独立

2、稳定性好，如果一个进程崩溃，不影响其他进程，但是进程消耗资源大，开启的进程数量有限制

4.2 线程

1、CPU进行资源分配和调度的基本单位，线程是进程的一部分，是比进程更小的能独立运行的基本单位，一个进程下的多个线程可以共享该进程的所有资源

2、如果IO操作密集，则可以多线程运行效率高，缺点是如果一个线程崩溃，都会造成进程的崩溃

4.3 协程

1、子程序调用总是一个入口，一次返回，调用顺序是明确的。而协程的调用和子程序不同。

2、协程看上去也是子程序，但执行过程中，在子程序内部可中断，然后转而执行别的子程序，在适当的时候再返回来接着执行。

5 赋值、浅拷贝和深拷贝

深拷贝就是将一个对象拷贝到另一个对象中，这意味着如果你对一个对象的拷贝做出改变时，不会影响原对象。在Python中，我们使用函数deepcopy()执行深拷贝

浅拷贝则是将一个对象的引用拷贝到另一个对象上，所以如果我们在拷贝中改动，会影响到原对象

6 GIL

GIL是python的全局解释器锁，同一进程中假如有多个线程运行，一个线程在运行python程序的时候会霸占python解释器（加了一把锁即GIL），使该进程内的其他线程无法运行，等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器锁解开，使其他线程运行。所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。

多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大

7 列表去重

先通过转换为集合去重，在转列表

8 最常用的排序算法及其复杂度

8.1 冒泡排序

外层循环从1到n-1，内循环从当前外层的元素的下一个位置开始，依次和外层的元素比较，出现逆序就交换，通过与相邻元素的比较和交换来把小的数交换到最前面。

def bubbleSort(array):
    if len(array)  2:
        return array
    else:
        isSorted = False
        counter = 0
        while not isSorted:
            isSorted = True
            for idx in range(len(array) - 1 - counter):
                if array[idx] > array[idx + 1]:
                    isSorted = False
                    (array[idx + 1], array[idx]) = (array[idx], array[idx + 1])
            counter += 1
        return array

8.3 快速排序

通过一趟排序将待排记录分隔成独立的两部分，其中一部分记录的关键字均比另一部分的关键字小，则可分别对这两部分记录继续进行排序，以达到整个序列有序。

1、选定Pivot中心轴

2、从R指针开始，将大于Pivot的数字放在Pivot的右边

3、将小于Pivot的数字放在Pivot的左边

4、分别对左右子序列重复前三步操作

def quickSort(array):
    print(array)
    if len(array)  2:
        return array
    else:
        pivot_index = 0
        pivot = array[pivot_index]
        less_part = [i for i in array[pivot_index+1:] if i = pivot]
        large_part = [i for i in array[pivot_index+1:] if i > pivot]
        return quickSort(less_part) + [pivot] + quickSort(large_part)

9 闭包

函数的返回值是函数对象，只有外部函数才可以对他进行访问，提高了安全性

10 with

with语句的使用，可以简化了代码，有效避免资源泄露的发生

打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

11 实例方法静态方法

实例方法只能被实例调用，静态方法（@由staticmethod装饰器的方法）、类方法（由@classmethod装饰器的方法），可以被类或类的实例对象调用。

1、实例方法，第一个参数必须要默认传递实例对象，一般使用self。

2、静态方法，参数没有必要。

3、类方法，第一个参数必须要默认传递，一般使用cls。

12 迭代器和生成器

12.1 迭代器

迭代器是一个可以记住遍历的位置的对象。

迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。

迭代器有两个基本的方法：iter() 和 next()。

字符串，列表或元组对象都可用于创建迭代器：

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2
>>>

12.2 生成器

使用了yield的函数被称为生成器

生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器

在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行

13 匿名函数

print [(lambda x:x*x)(x)for x in range(5)]
[0, 1, 4, 9, 16, 25]

14 map reduce filter

14.1 map

对可迭代对象中的每个元素进行相同的操作

def fn(x):
    return x+1

resp = map(fn,li)
print(list(resp))

[2, 3, 4]

14.2 reduce

从左到右对一个序列的项累计地应用有两个参数的函数，以此合并序列到一个单一值。（例如累加或累乘列表元素等等）

from functools import reduce
nums=[1, 2, 3, 4]
def fn(x, y):
    return x * y

resp = reduce(fn, nums)
print(resp)

24

14.3 filter

filter函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。该接收两个参数: 第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
def fn(a):
    return a%2 == 1

newlist = filter(fn, a)
newlist = [i for i in newlist]
print(newlist)
## 输出: [1, 3, 5, 7, 9]

Django

1 什么是wsgi

Python Web Server Gateway Interface，翻译过来是Python web服务器网关接口，实际上就是一种协议，我们的应用(Django,Flask)实现了WSGI，就可以配合实现了WSGI(uWSGI,gunicorn)的服务器工作了

2 django请求的生命周期

前端发送请求
wsgi, 他就是socket服务端，用于接收用户请求并将请求进行初次封装，然后将请求交给web框架（Flask、Django）
中间件处理请求，帮助我们对请求进行校验或在请求对象中添加其他相关数据，例如：csrf、request.session
路由匹配，根据当前请求的URL找到视图函数，如果是FBV写法，通过判断method两类型，找到对应的视图函数；如果是CBV写法，匹配成功后会自动去找dispatch方法，然后Django会通过dispatch反射的方式找到类中对应的方法并执行
视图函数，在视图函数中进行业务逻辑的处理，可能涉及到：orm、view视图将数据渲染到template模板
视图函数执行完毕之后，会把客户端想要的数据返回给dispatch方法，由dispatch方法把数据返回经客户端
中间件处理响应
wsgi，将响应的内容发送给浏览器
浏览器渲染

3 列举django的内置组件

Admin: 对model中对应的数据表进行增删改查提供的组件
model：负责操作数据库
form：1.生成HTML代码 2.数据有效性校验 3校验信息返回并展示
ModelForm: 即用于数据库操作,也可用于用户请求的验证

4 列举django中间件的5个方法？以及django中间件的应用场景

process_request : 请求进来时,权限认证
process_view : 路由匹配之后,能够得到视图函数
process_exception : 异常时执行
process_template_responseprocess : 模板渲染时执行
process_response : 请求有响应时执行

5 简述什么是FBV和CBV

FBV和CBV本质是一样的，基于函数的视图叫做FBV，基于类的视图叫做CBV

在python中使用CBV的优点：

提高了代码的复用性，可以使用面向对象的技术，比如Mixin（多继承）
可以用不同的函数针对不同的HTTP方法处理，而不是通过很多if判断，提高代码可读性

6 django的request对象是在什么时候创建的

class WSGIHandler(base.BaseHandler):
    request = self.request_class(environ)

请求走到WSGIHandler类的时候，执行cell方法，将environ封装成了request

7 如何在CBV添加装饰器

7.1 方法

from django.utils.decorators import method_decorator

@method_decorator(check_login)
def post(self, request):
...

7.2 dispatch

@method_decorator(check_login)
def dispatch(self, request, *args, **kwargs):

7.3 类

@method_decorator(check_login, name="get")
@method_decorator(check_login, name="post")
class HomeView(View):
...

8 列举django orm 中所有的方法

1> all():                  查询所有结果
2> filter(**kwargs):       它包含了与所给筛选条件相匹配的对象。获取不到返回None
3> get(**kwargs):          返回与所给筛选条件相匹配的对象，返回结果有且只有一个。
                              如果符合筛选条件的对象超过一个或者没有都会抛出错误。
4> exclude(**kwargs):      它包含了与所给筛选条件不匹配的对象
5> order_by(*field):       对查询结果排序
6> reverse():              对查询结果反向排序
8> count():                返回数据库中匹配查询(QuerySet)的对象数量。
9> first():                返回第一条记录
10> last():                返回最后一条记录
11> exists():              如果QuerySet包含数据，就返回True，否则返回False
12> values(*field):        返回一个ValueQuerySet——一个特殊的QuerySet，运行后得到的
                              并不是一系 model的实例化对象，而是一个可迭代的字典序列
13> values_list(*field):   它与values()非常相似，它返回的是一个元组序列，values返回的是一个字典序列
14> distinct():            从返回结果中剔除重复纪录

9 select_related 和 prefetch_related的区别

有外键存在时，可以很好的减少数据库请求的次数，提高性能

select_related 通过多表 join 关联查询, 一次性获得所有数据, 只执行一次SQL查询

prefetch_related 分别查询每个表, 然后根据它们之间的关系进行处理, 执行两次查询

10 django 中 csrf 的实现机制

第一步：django第一次响应来自某个客户端的请求时,后端随机产生一个token值，把这个token保存在SESSION状态中;同时，后端把这个token放到cookie中交给前端页面；

第二步：下次前端需要发起请求（比如发帖）的时候把这个token值加入到请求数据或者头信息中，一起传给后端；Cookies:{csrftoken:xxxxx}

第三步：后端校验前端请求带过来的token和SESSION里的token是否一致。

11 django中如何实现orm表中添加数据时创建一条日志记录

# 使用Django的信号机制，可以在添加、删除数据前后设置日志记录：
pre_init    # Django中的model对象执行其构造方法前,自动触发
post_init   # Django中的model对象执行其构造方法后,自动触发
pre_save    # Django中的model对象保存前,自动触发
post_save   # Django中的model对象保存后,自动触发
pre_delete  # Django中的model对象删除前,自动触发
post_delete # Django中的model对象删除后,自动触发

# 使用
@receiver(post_save, sender=Myclass)　　 　　　　# 信号接收装饰器。由于内置信号，所以直接接收
def signal_handler(sender, **kwargs):　　　　　　# 接收到信号后，在此处理
　　 logger = logging.getLogger()
    logger.success('保存成功')

12 django缓存如何设置

CACHES = {
 'default': {
  'BACKEND': 'django.core.cache.backends.dummy.DummyCache',  # 缓存后台使用的引擎
  'TIMEOUT': 300,            # 缓存超时时间（默认300秒，None表示永不过期，0表示立即过期）
  'OPTIONS':{
   'MAX_ENTRIES': 300,          # 最大缓存记录的数量（默认300）
   'CULL_FREQUENCY': 3,          # 缓存到达最大个数之后，剔除缓存个数的比例，即：1/CULL_FREQUENCY（默认3）
  },
 }
}

13 django的缓存能使用redis吗？如果可以的话，如何配置

CACHES = {
    "default": {
        "BACKEND": "django_redis.cache.RedisCache",
        "LOCATION": "redis://127.0.0.1:6379",
        "OPTIONS": {
            "CLIENT_CLASS": "django_redis.client.DefaultClient",
            "CONNECTION_POOL_KWARGS": {"max_connections": 100}
            # "PASSWORD": "密码",
        }
    }
}