Python高频面试题及详细答案（真实职场版）

Python高频面试题及详细答案（真实职场版）一、Python基础语法面试题1、简述Python中&和and的区别？答案：这是新手最容易踩的坑，两者完全不是一个东西：1、&是位运算，针对二进制数字计算，优先级比加减乘除高；and是逻辑运算，判断真假，优先级极低。2、运算规则不同：&两边必须是数字，按位与运算；and两边是任意表达式，判断布尔值。3、返回值不同：&返回计算后的数字；and返回最后判定的对象。举个实操例子：3&1#结果是1（二进制位运算）3and1#结果是1（前面为真，返回后面的值）0and5#结果是0（前面为假，直接返回前面）2、Python中is和==的区别？答案：一句话总结：==比数值，is比内存地址。1、==是判断两个对象的值是否相等，调用的是__eq__方法；2、is是判断两个对象是不是同一个内存地址，完全是同一个东西；3、补充高频坑点：Python有小整数缓存（-5~256），这个区间的整数，值相等则地址相同，超出区间则不一样。实操示例：a=257b=257print(a==b)#True，值一样print(aisb)#False，内存地址不一样3、解释Python中的缩进规则，为什么不用大括号？答案：Python是强制缩进语言，用缩进层级区分代码块（if、for、def、class），替代了Java/C++的大括号。1、缩进统一用4个空格，禁止空格和制表符混用，会直接报错；2、缩进层级必须一致，同一代码块缩进量相同；3、优点：代码简洁、可读性极强；缺点：格式容错率低，写错缩进直接抛异常。二、数据类型高频面试题1、列表、元组、字典、集合的区别和使用场景？答案：1、列表list：有序、可修改、允许重复，日常存储有序数据、遍历数据用的最多；2、元组tuple：有序、不可修改、允许重复，定义后不能增删改，适合存固定数据（配置、坐标），可作为字典key；3、字典dict：无序（3.7+有序）、键唯一、可修改，键必须不可变，适合存键值对映射数据；4、集合set：无序、元素唯一、可修改，自动去重，适合去重、交集、并集、差集运算。2、元组到底能不能修改？为什么说元组是不可变类型？答案：很多人搞错这个点：元组本身不可变，但如果元组里嵌套可变对象，内部数据可以改。1、元组的不可变，指的是元素的内存地址不可变，不能增删、替换元素；2、如果元组里存了列表，列表内部的数据可以修改，因为列表的内存地址没变；示例：t=(1,2,[3,4])t[2].append(5)#合法，不会报错t[0]=3#报错，不允许修改元组元素3、字典的键为什么不能是列表，可以是元组？答案：字典的键必须是可哈希（不可变）对象。1、列表是可变类型，内容可以随时修改，哈希值会变，字典无法定位存储位置，所以不能当键；2、纯元组是不可变类型，哈希值固定，稳定唯一，可以当键；3、拓展：字符串、数字、布尔值、None都可以当字典key。三、函数与参数面试题（超高频）1、讲讲Python函数的位置参数、关键字参数、默认参数、不定长参数答案：1、位置参数：按顺序传参，数量必须匹配，不能多也不能少；2、关键字参数：指定参数名传参，顺序可以随意，必须放在位置参数后面；3、默认参数：定义时给默认值，调用时不传参就用默认值；4、不定长参数：*args接收多个位置参数，打包成元组；**kwargs接收多个关键字参数，打包成字典。核心规则：位置参数>*args>默认参数>**kwargs2、默认参数的致命坑点是什么？怎么解决？答案：这是面试必问坑点：默认参数只会在函数定义时创建一次，不会每次调用重新生成，用可变对象（列表、字典）当默认参数会出bug。错误示例：deffunc(a=[]):a.append(1)print(a)连续调用会不断累加，不会清空列表。解决方案：默认参数设为None，函数内部手动创建可变对象deffunc(a=None):ifaisNone:a=[]a.append(1)print(a)3、global和nonlocal的区别？答案：1、global：用来在函数内部修改全局变量，直接声明外层全局变量；2、nonlocal：用来在嵌套内层函数修改外层函数的局部变量，只针对嵌套场景，不能改全局变量；3、核心区别：global管全局，nonlocal管外层局部，不跨全局。四、高阶函数与闭包、装饰器1、什么是闭包？闭包的作用？答案：闭包就是内层函数引用了外层函数的局部变量，外层函数返回内层函数的结构。特点：外层函数执行结束后，局部变量不会被销毁，会被内层函数持有。作用：1、保存函数运行状态；2、实现数据私有化；3、是装饰器的底层基础。2、讲讲装饰器的原理，以及为什么要用wraps？答案：装饰器本质是接收函数作为参数，返回新函数的闭包，可以在不修改原函数代码、不修改调用方式的前提下，给函数新增功能（日志、权限、计时、缓存）。不加functools.wraps的问题：装饰后的函数，函数名、注释、文档说明会被替换成装饰器内部函数的信息，导致原函数属性丢失。wraps的作用：复刻原函数的所有属性，保证函数信息不丢失，是开发中必须加的规范。五、面向对象OOP面试题1、简述Python面向对象的三大特性答案：1、封装：把属性和方法封装到类中，隐藏内部细节，只暴露对外接口，提高代码安全性；2、继承：子类继承父类的属性和方法，减少代码冗余，实现代码复用；支持单继承和多继承；3、多态：不同子类重写父类同一方法，调用同一个方法名，执行不同逻辑，提高代码扩展性。2、__init__和__new__的区别？答案：1、__new__是创建对象的方法，先执行，负责开辟内存空间，返回对象实例；2、__init__是初始化对象的方法，后执行，负责给对象赋值属性，无返回值；3、new是类方法，init是实例方法；想要实现单例模式，核心就是重写__new__方法。3、类属性和实例属性的区别？答案：1、类属性：写在类内部、方法外部，属于类所有，所有实例共享，修改类属性会影响所有对象；2、实例属性：在__init__中定义，self.xxx，只属于当前实例，互不影响；3、查询优先级：先找实例属性，再找类属性。六、Python高频坑点与实操面试题1、浅拷贝和深拷贝的区别？什么时候用？答案：1、直接赋值：完全共用同一个内存地址，改一个全变；2、浅拷贝copy：只拷贝顶层对象，内部嵌套的可变对象还是共用地址，单层数据用浅拷贝足够；3、深拷贝deepcopy：递归拷贝所有层级对象，完全独立，互不影响，多层嵌套数据必须用深拷贝。2、Python垃圾回收机制了解吗？答案：Python主要靠引用计数为主、标记清除+分代回收为辅的垃圾回收机制。1、引用计数：每个对象有引用计数器，计数为0直接回收，简单高效；2、弊端：无法解决循环引用问题；3、标记清除：专门解决循环引用垃圾；4、分代回收：把对象分为0、1、2三代，新对象频繁回收，老对象减少回收频率，提升效率。3、Python为什么运行速度比Java/C++慢？答案：1、Python是解释型语言，逐行解释执行，没有编译优化过程；2、动态类型，运行时才确定变量类型，额外消耗性能；3、GIL全局解释器锁，同一时刻一个进程只能有一个线程执行CPU任务，多线程无法利用多核；4、底层封装多，层级复杂，开销更大。4、讲讲GIL全局解释器锁答案：GIL是CPython的一把互斥锁，保证同一时刻只有一个线程执行字节码。1、导致Python多线程在CPU密集型任务下无法利用多核，并发效率低；2、IO密集型任务（爬虫、接口请求）不受影响，因为IO阻塞时会释放GIL；3、解决方案：CPU密集型用多进程，避开GIL限制。七、手写代码面试题（必考）1、手写一个简单装饰器（统计函数运行时间）答案：python

importtime

fromfunctoolsimportwraps

defcount_time(func):

@wraps(func)

defwrapper(*args,**kwargs):

start=time.time()

res=func(*args,**kwargs)

end=time.time()

print(f"函数{func.__name__}运行耗时：{end-start:.2f}s")

returnres

returnwrapper2、列表去重（保留原顺序）答案：python

lst=[1,2,2,3,1,4]

new_lst=[]

foriinlst:

ifinotinnew_lst:

new_lst.append(i)

print(new_lst)拓展：Python3.7+可直接用dict.fromkeys(lst).keys()去重且保序。3、手写冒泡排序答