不打无准备之战，Python100道经典题目（二），参考学习（附答案）

最新推荐文章于 2024-05-09 10:42:51 发布

爬完虫变成龙

最新推荐文章于 2024-05-09 10:42:51 发布

阅读量153

点赞数

分类专栏：编程开发 python python面试文章标签：学习 django python pygame 开发语言

本文链接：https://blog.csdn.net/ch950401/article/details/130645247

版权

python 同时被 3 个专栏收录

49 篇文章 9 订阅

订阅专栏

编程开发

6 篇文章 0 订阅

订阅专栏

python面试

3 篇文章 0 订阅

订阅专栏

近年来，Python在编程语言界里赚足了风头，无论是受欢迎程度，还是薪资待遇，都非常可观，相应的，Python岗位要求也越来越高，无论你是零基础还是老前辈，在Python面试中都不能轻视。

不打无准备之战，在平时我们就需要多积累，比如面试的时候，面试官会出其不意的问一些问题，今天给大家分享一些Python面试内容，都是基础实例，经典实用，代码清晰可拿来即用，很适合学习提升使用，适用性广，实用性强。不仅可当作练习使用，也可以当作面试参考，建议人手一份。话不多说，一起来看看吧！

昨天分享了前10道，今天依旧更新10道

1.django的生命周期

Django的生命周期可以分为以下几个阶段：

请求阶段：当用户发送请求时，Django会根据URL路由规则找到对应的视图函数，并将请求传递给该函数处理。
视图函数阶段：视图函数会处理请求，并返回一个HttpResponse对象，该对象包含了要返回给用户的内容。
中间件阶段：在视图函数处理请求之前或之后，Django会执行中间件的相应方法，例如处理请求头、身份验证、缓存等。
模板渲染阶段：如果视图函数返回的是一个模板，Django会将模板渲染成HTML页面，并将其包含在HttpResponse对象中返回给用户。
响应阶段：最后，Django会将HttpResponse对象发送给用户的浏览器，完成请求响应过程。

在整个生命周期中，Django还会执行一些其他的操作，例如数据库查询、缓存读写、日志记录等。

2.进程和线程的区别

Python进程和线程的区别如下：

进程是操作系统资源分配的最小单位，而线程是程序执行的最小单位。
进程之间相互独立，每个进程都有自己的地址空间、数据栈、文件描述符等，而线程共享进程的地址空间和资源。
进程之间通信需要使用IPC（Inter-Process Communication）机制，如管道、消息队列、共享内存等，而线程之间可以通过共享内存、信号量、互斥量等方式进行通信。
进程的创建和销毁需要较大的系统开销，而线程的创建和销毁则比较轻量级。
进程之间的切换需要较大的系统开销，而线程之间的切换则比较轻量级。
进程可以利用多核CPU实现并行处理，而线程则不能。

总之，进程和线程都是实现并发编程的方式，但是它们的应用场景和使用方式有所不同。在Python中，可以使用multiprocessing和threading模块来创建进程和线程。

3.分布式系统中的单例任务是怎么实现的

在Python分布式系统中，单例任务可以通过以下方式实现：

使用分布式锁：可以使用第三方库如redis等实现分布式锁，确保同一时间只有一个节点可以执行该任务。
使用消息队列：将任务放入消息队列中，每个节点从队列中获取任务并执行，通过设置消息队列的消费者数量为1，确保同一时间只有一个节点可以执行该任务。
使用数据库：将任务信息存储在数据库中，每个节点从数据库中获取任务并执行，通过设置任务状态为“执行中”，确保同一时间只有一个节点可以执行该任务。

需要注意的是，以上方法都需要考虑分布式系统中的网络延迟、节点故障等问题，确保任务的正确执行。

4.pg与mysql的区别有哪些

PG（PostgreSQL）和MySQL是两种不同的关系型数据库管理系统，它们有以下区别：

数据类型：PG支持更多的数据类型，如数组、JSON、XML等，而MySQL则不支持。
ACID支持：PG支持完全的ACID（原子性、一致性、隔离性、持久性）事务，而MySQL只支持部分ACID事务。
复杂查询：PG支持更复杂的查询，如递归查询、窗口函数等，而MySQL则不支持。
存储引擎：MySQL支持多种存储引擎，如InnoDB、MyISAM等，而PG只支持一种存储引擎。
性能：在高并发、大数据量的情况下，PG的性能比MySQL更好。
开源许可证：PG采用的是BSD许可证，而MySQL采用的是GPL许可证。

总的来说，PG更适合处理复杂的数据结构和高并发的场景，而MySQL则更适合处理简单的数据结构和小型应用。

5.python列表和字典底层原理实现

Python中的列表和字典都是基于哈希表实现的。

列表底层实现：

Python中的列表是一种动态数组，它的底层实现是一个数组，数组中的每个元素都是一个指针，指向存储在其他地方的真实数据。当列表需要扩容时，Python会重新分配一块更大的内存空间，并将原来的数据复制到新的内存空间中。这种实现方式使得列表的随机访问非常高效，但在插入和删除元素时需要移动大量的数据，效率较低。

字典底层实现：

Python中的字典是一种哈希表，它的底层实现是一个数组，数组中的每个元素都是一个指针，指向一个链表或红黑树。哈希表的关键是哈希函数，它将键映射到数组的索引上。当发生哈希冲突时，Python会使用链表或红黑树来解决冲突。字典的插入、删除和查找操作都非常高效，时间复杂度为O(1)。

总结：

列表和字典都是Python中常用的数据结构，它们的底层实现都是基于哈希表。列表适用于随机访问，字典适用于键值对的存储和查找。

7.给了一个长度为m的列表，返回前n小的元素，要求比较次数尽可能少

可以使用堆排序来解决这个问题，堆排序的时间复杂度为O(nlogn)。

具体实现步骤如下：

构建一个大小为n的最大堆，堆中元素为列表中前n个元素。
遍历列表中剩余的元素，如果当前元素小于堆顶元素，则将堆顶元素替换为当前元素，并重新调整堆。
遍历完成后，堆中的元素即为前n小的元素。

代码实现如下：

import heapq

def get_n_smallest(nums, n):
    heap = nums[:n]
    heapq._heapify_max(heap)
    for i in range(n, len(nums)):
        if nums[i] < heap[0]:
            heapq._heapreplace_max(heap, nums[i])
    return heap

# 示例
nums = [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
n = 4
print(get_n_smallest(nums, n))  # 输出 [1, 1, 2, 3]

在上述代码中，使用了Python内置的heapq模块来实现堆排序。其中，_heapify_max()函数用于构建最大堆，_heapreplace_max()函数用于替换堆顶元素并重新调整堆。

8.pg的事务隔离级别

PostgreSQL的事务隔离级别包括以下四种：

读未提交（Read Uncommitted）：一个事务可以读取另一个事务未提交的数据，可能会导致脏读、不可重复读和幻读问题。
读已提交（Read Committed）：一个事务只能读取另一个事务已经提交的数据，可以避免脏读问题，但是可能会出现不可重复读和幻读问题。
可重复读（Repeatable Read）：一个事务在执行期间多次读取同一数据，保证每次读取的数据都是一致的，可以避免脏读和不可重复读问题，但是可能会出现幻读问题。
序列化（Serializable）：最高的隔离级别，保证所有事务的执行顺序和结果与串行执行的结果相同，可以避免脏读、不可重复读和幻读问题，但是会影响并发性能。

在实际应用中，需要根据具体业务场景和性能需求选择合适的事务隔离级别。

9.进程和线程的区别，为什么线程的开销会比进程小

Python中的进程和线程都是用于实现多任务的方式，但它们之间有一些重要的区别。

进程是操作系统中资源分配的基本单位，每个进程都有自己独立的内存空间、代码和数据。进程之间的通信需要使用IPC（Inter-Process Communication）机制，如管道、消息队列、共享内存等。由于进程之间的资源是独立的，因此进程之间的通信开销较大。

线程是进程中的一个执行单元，每个线程都共享进程的内存空间和数据。线程之间的通信可以直接访问共享的内存，因此线程之间的通信开销较小。但是，由于线程共享进程的资源，因此需要进行同步和互斥操作，以避免多个线程同时访问共享资源导致的数据不一致问题。

线程的开销比进程小，主要是因为线程的创建和销毁比进程快，线程之间的切换也比进程快。此外，由于线程共享进程的资源，因此线程之间的通信开销也比进程小。

总之，进程和线程都有各自的优缺点，应根据具体的应用场景选择合适的方式。

10.Python为什么要设置GIL而不是允许开发者自己去设置线程锁

Python中的GIL（全局解释器锁）是一种机制，它确保同一时刻只有一个线程可以执行Python字节码。这意味着在多线程环境中，只有一个线程可以执行Python代码，而其他线程则被阻塞。这是因为Python的内存管理不是线程安全的，如果多个线程同时访问和修改Python对象，可能会导致内存错误和数据损坏。

进程和线程都是并发执行的方式，但是它们之间有一些重要的区别：