python程序员面试宝典 勘误_Python面试宝典之基础篇-07

题目31：谈谈你对“猴子补丁”（monkey patching）的理解。

“猴子补丁”是动态类型语言的一个特性，代码运行时在不修改源代码的前提下改变代码中的方法、属性、函数等以达到热补丁（hot patch）的效果。很多系统的安全补丁也是通过猴子补丁的方式来实现的，但实际开发中应该避免对猴子补丁的使用，以免造成代码行为不一致的问题。

在使用gevent库的时候，我们会在代码开头的地方执行gevent.monkey.patch_all()，这行代码的作用是把标准库中的socket模块给替换掉，这样我们在使用socket的时候，不用修改任何代码就可以实现对代码的协程化，达到提升性能的目的，这就是对猴子补丁的应用。

另外，如果希望用ujson三方库替换掉标准库中的json，也可以使用猴子补丁的方式，代码如下所示。

import json, ujson

json.__name__ = 'ujson'

json.dumps = ujson.dumps

json.loads = ujson.loads

单元测试中的Mock技术也是对猴子补丁的应用，Python中的unittest.mock模块就是解决单元测试中用Mock对象替代被测对象所依赖的对象的模块。

题目32：阅读下面的代码说出运行结果。

class A:

def who(self):

print('A', end='')

class B(A):

def who(self):

super(B, self).who()

print('B', end='')

class C(A):

def who(self):

super(C, self).who()

print('C', end='')

class D(B, C):

def who(self):

super(D, self).who()

print('D', end='')

item = D()

item.who()点评：这道题考查到了两个知识点。知识点一：Python中的MRO（方法解析顺序）。在没有多重继承的情况下，向对象发出一个消息，如果对象没有对应的方法，那么向上（父类）搜索的顺序是非常清晰的。如果向上追溯到object类（所有类的父类）都没有找到对应的方法，那么将会引发AttributeError异常。但是有多重继承尤其是出现菱形继承（钻石继承）的时候，向上追溯到底应该找到那个方法就得确定MRO。Python 3中的类以及Python 2中的新式类使用C3算法来确定MRO，它是一种类似于广度优先搜索的方法；Python 2中的旧式类（经典类）使用深度优先搜索来确定MRO。在搞不清楚MRO的情况下，可以使用类的mro方法或__mro__属性来获得类的MRO列表。知识点二：super()函数的使用。在使用super函数时，可以通过super(类型, 对象)来指定对哪个对象以哪个类为起点向上搜索父类方法。所以上面B类代码中的super(B, self).who()表示以B类为起点，向上搜索self（D类对象）的who方法，所以会找到C类中的who方法，因为D类对象的MRO列表是D --> B --> C --> A --> object。

ACBD

题目33：编写一个函数实现对逆波兰表达式求值，不能使用Python的内置函数。点评：逆波兰表达式也称为“后缀表达式”，相较于平常我们使用的“中缀表达式”，逆波兰表达式不需要括号来确定运算的优先级，例如5 * (2 + 3)对应的逆波兰表达式是5 2 3 + *。逆波兰表达式求值需要借助栈结构，扫描表达式遇到运算数就入栈，遇到运算符就出栈两个元素做运算，将运算结果入栈。表达式扫描结束后，栈中只有一个数，这个数就是最终的运算结果，直接出栈即可。

import operator

class Stack:

"""栈（FILO）"""

def __init__(self):

self.elems = []

def push(self, elem):

"""入栈"""

self.elems.append(elem)

def pop(self):

"""出栈"""

return self.elems.pop()

@property

def is_empty(self):

"""检查栈是否为空"""

return len(self.elems) == 0

def eval_suffix(expr):

"""逆波兰表达式求值"""

operators = {

'+': operator.add,

'-': operator.sub,

'*': operator.mul,

'/': operator.truediv

}

stack = Stack()

for item in expr.split():

if item.isdigit():

stack.push(float(item))

else:

num2 = stack.pop()

num1 = stack.pop()

stack.push(operators[item](num1, num2))

return stack.pop()

题目34：Python中如何实现字符串替换操作？

Python中实现字符串替换大致有两类方法：字符串的replace方法和正则表达式的sub方法。

方法一：使用字符串的replace方法。

message = 'hello, world!'

print(message.replace('o', 'O').replace('l', 'L').replace('he', 'HE'))

方法二：使用正则表达式的sub方法。

import re

message = 'hello, world!'

pattern = re.compile('[aeiou]')

print(pattern.sub('#', message))扩展：还有一个面试题，列表中保存了一系列的文件名，如filenames = ['a9.txt', 'a12.txt', 'a8.txt', 'b2.txt', 'b19.txt','a3.txt']，对这些文件名进行排序，要求按照字面表和数字大小进行排序，简单的说就是a9.txt会排在a12.txt的前面，b2.txt会排在b19.txt的前面。大家可以思考下这个问题如何解决。

题目35：如何剖析Python代码的执行性能？

剖析代码性能可以使用Python标准库中的cProfile和pstats模块，cProfile的run函数可以执行代码并收集统计信息，创建出Stats对象并打印简单的剖析报告。Stats是pstats模块中的类，它是一个统计对象。当然，也可以使用三方工具line_profiler和memory_profiler来剖析每一行代码耗费的时间和内存，这两个三方工具都会用非常友好的方式输出剖析结构。如果使用PyCharm，可以利用“Run”菜单的“Profile”菜单项对代码进行性能分析，PyCharm中可以用统计表格（Statistics）或者调用图（Call Graph）的方式来显示性能剖析的结果。

下面是使用cProfile剖析代码性能的例子。

example.py

import cProfile

def is_prime(num):

for factor in range(2, int(num ** 0.5) + 1):

if num % factor == 0:

return False

return True

class PrimeIter:

def __init__(self, total):

self.counter = 0

self.current = 1

self.total = total

def __iter__(self):

return self

def __next__(self):

if self.counter < self.total:

self.current += 1

while not is_prime(self.current):

self.current += 1

self.counter += 1

return self.current

raise StopIteration()

cProfile.run('list(PrimeIter(10000))')

如果使用line_profiler三方工具，可以直接剖析is_prime函数每行代码的性能，需要给is_prime函数添加一个profiler装饰器，代码如下所示。

@profiler

def is_prime(num):

for factor in range(2, int(num ** 0.5) + 1):

if num % factor == 0:

return False

return True

安装line_profiler。

pip install line_profiler

使用line_profiler。

kernprof -lv example.py

运行结果如下所示。

Line # Hits Time Per Hit % Time Line Contents

==============================================================

1 @profile

2 def is_prime(num):

3 86624 48420.0 0.6 50.5 for factor in range(2, int(num ** 0.5) + 1):

4 85624 44000.0 0.5 45.9 if num % factor == 0:

5 6918 3080.0 0.4 3.2 return False

6 1000 430.0 0.4 0.4 return True温馨提示：Python面试宝典会持续更新，从基础到项目实战的内容都会慢慢覆盖到。虽然每天只更新5个题目，但是每道题扩散出的信息量还是比较大的，希望对找工作的小伙伴所有帮助。你的点赞、收藏和评论都是我继续创建的动力，请不要吝惜你的赞美。