python基础

python数据类型

1.可变数据类型：Number（数值）、String（字符串）、Tuple（元组）
2.不可变数据类型：List（列表）、Dictionary（字典）、Set（集合）

列表底层数据结构实现

列表实际上采用的就是数据结构中的顺序表，而且是一种采用分离式技术实现的动态顺序表
列表实现可以是数组和链表。
顺序表是怎么回事？顺序表一般是数组。
列表是一个线性的集合，它允许用户在任何位置插入、删除、访问和替换元素。
列表实现是基于数组或基于链表结构的。当使用列表迭代器的时候，双链表结构比单链表结构更快。
有序的列表是元素总是按照升序或者降序排列的元素。

列表推导式

[i for i in range(10) if i % 2 == 0]`

列表与元组的区别

1. 列表是动态数组，它们可变且可以重设长度（改变其内部元素的个数）。
2. 元组是静态数组，它们不可变，且其内部数据一旦创建便无法改变。
3. 元组缓存于Python运行时环境，这意味着我们每次使用元组时无须访问内核去分配内存。

集合底层数据结构实现

1、集合类型的底层实现基于哈希表，键的输出顺序，取决于键在哈希表中的存储顺序。
2、集合中键的数据类型必须是静态数据类型，如简单数据类型、字符串和元组。

集合与列表的区别

集合
1、无序；
2、可以用set()函数或者方括号{}创建，元素之间用逗号”,”分隔；
3、不可索引，不可切片；
4、不可以有重复元素。
列表：
1、有序；
2、可以用list()函数或者方括号[]创建，元素之间用逗号’,‘’分隔；
3、使用索引来访问元素，可切片；
4、可以有重复元素。

字典底层数据结构实现

python字典的底层实现的是哈希表。调用python内置的哈希函数，将键（key）作为参数进行转换（哈希运算+取余运算），得到一个唯一的地址（地址的索引），然后将值（value）存放到对应的地址中（给相同的键赋值会直接覆盖原值，因为相同的键转换后的地址时一样的）

字典解决哈希冲突的方法

开放寻址法
哈希冲突的解决方法详解

hashCode、hashTable、HashSet、HashMap的用法与区别

hashCode、hashTable、HashSet、HashMap的用法与区别

GIL全局解释器锁

Global Interpreter Lock又称全局解释器锁。简单来说是一个互斥锁，每个线程在执行的过程中都需要先获取GIL，作用就是限制多线程同时执行，使得在同一进程内任何时刻仅有一个线程在执行。
由于GIL的存在，在Python上开启多个线程时，每个单独线程都会在竞争到GIL后才运行，因此在我们的Python语言中多线程其实是假的多线程，它只会在一个CPU上运行。即使在具有多核CPU中，Python的多线程也是串行执行的，并不会同一时间多个线程分布在多个CPU上运行。

GIL的准则

1. 当前执行线程必须持有GIL
2. 当线程遇到 IO的时、时间片到时或遇到阻塞时, 会释放GIL（Python 3.x使用计时器----执行时间达到阈值后，当前线程释放GIL，或Python 2.x，tickets计数达到100。）

GIL的优缺点

优点：

线程是非独立的，所以同一进程里线程是数据共享，当各个线程访问数据资源时会出现“竞争”状态，即数据可能会同时被多个线程占用，造成数据混乱，这就是线程的不安全。所以引进了互斥锁，确保某段关键代码、共享数据只能由一个线程从头到尾完整地执行。

缺点：

单个进程下，开启多个线程，无法实现并行，只能实现并发，牺牲执行效率。
由于GIL锁的限制，所以多线程不适合计算密集型任务，更适合IO密集型任务
常见IO密集型任务：网络IO（抓取网页数据）、磁盘操作（读写文件）、键盘输入

对Python多线程的影响

1. GIL：全局解释器锁。每个线程在执行的过程都需要先获取GIL，保证同一时刻只有一个线程可以执行代码。
2. Python语言和GIL没有任何关系。仅仅是由于历史原因在Cpython虚拟机（解释器），难以移除GIL。
3. 线程释放GIL锁的情况： 在IO操作等可能会引起阻塞的system call之前,可以暂时释放GIL,但在执行完毕后,必须重新获取GIL
4. Python使用多进程是可以利用多核的CPU资源的。
5. 多线程爬取比单线程性能有提升，因为遇到IO阻塞会自动释放GIL锁。