python面试常用模式_python常见面试题

面试问题：

1.python的垃圾回收机制：

主要使用引用计数(reference counting)来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”(mark and sweep)解决容器对象可能产生的循环引用问题，通过“分代回收”(generation collection)以空间换时间的方法提高垃圾回收效率。

2.python中赋值、浅拷贝、深拷贝的特点：

赋值：实际上就是对象的引用

浅拷贝：只拷贝父类对象，不拷贝子类对象，拷贝前后id不变。

深拷贝：完全拷贝父类和子类对象，拷贝后id变了。

3.mysql事务的4个层次：

数据库事务的隔离级别有4个，由低到高依次为Read uncommitted(未授权读取、读未提交)、Read committed(授权读取、读提交)、Repeatable read(可重复读取)、Serializable(序列化)，这四个级别可以逐个解决脏读、不可重复读、幻象读这几类问题。

4.迭代器和生成器：

生成器是迭代器的一种。

生成器：以yield结尾，用next()调用，每次调用一次，产生会一个值。

迭代器：需要自定义iter()方法，当调用到最后一个值之后再调用会抛出StopIteration 异常。

总结：有yield的函数就是生成器。

5.可变对象和不可变对象：

可变：list、dict、set

不可变：strings，unmber，tuple

6.装饰器的作用：

为已经存在的对象添加额外的功能

eg：写一个计算时间的装饰器

import time

def timer(func):

def warper(*args,**kwargs):

start = time.time()

func(*args,**kwargs)

end = time.time()

return end-start

return warper

@timer

def function(a):

time.sleep(2)

return [x for x in range(a)]

print(function(10000))

7.mysql索引：常用的有两种，MyISAM 和 InnoDB。其区别及如何选择：

区别：

InnoDB 支持事务，MyISAM 不支持事务，回滚将造成不完全回滚，不具有原子性。

InnoDB 支持外键，而 MyISAM 不支持。

InnoDB支持行级锁，而MyISAM只支持表级锁。

MyISAM支持全文索引

选择：

因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。

如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了

8.GIL的作用：

多线程情况下必须存在资源的竞争，GIL是为了保证在解释器级别的线程唯一使用共享资源(cpu)

9.redis五种数据类型：

列表(list)、字符串(strings)、哈希(hash)，集合(set)、有序集合(zset)

10.redis的特点

属于非关系型数据库，存储再内存中的数据库，所以处理速度很快。

11.为什么使用redis做缓存？

1.高性能：

假如用户第一次访问数据库中的某些数据。这个过程会比较慢，因为是从硬盘上读取的。将该用户访问的数据存在数缓存中，这样下一次再访问这些数据的时候就可以直接从缓存中获取了。操作缓存就是直接操作内存，所以速度相当快。如果数据库中的对应数据改变的之后，同步改变缓存中相应的数据即可！

2.高并发：

直接操作缓存能够承受的请求是远远大于直接访问数据库的，所以我们可以考虑把数据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接到缓存这里而不用经过数据库。

12.redis 和 memcached 的区别：


13.七层网络协议


算法题：

1.一行代码实现对列表a中的偶数位置的元素进行加3后求和。

li = [2, 4, 3, 2, 9]

print(sum([li[x]+3 for x in range(len(li))if x%2!=0]))

#思路：长度为基数的元素正好是索引为偶数的元素。

2.实现一个单例模式：

class single(object):

_instance = None

@classmethod

def get_instance(cls):

if not cls._instance:

cls._instance = single._instance

else:

return cls._instance

a = single()._instance

b = single()._instance

print(id(a))

print(id(b))

#结果：10747968

10747968

3.python 实现快排

def quick_sort(list1):

if len(list1) <= 1:

return list1

else:

mid_num = list1[0]

big_nums = [i for i in list1[1:] if i >=mid_num]

small_nums = [i for i in list1[1:] if i < mid_num]

result = quick_sort(big_nums) + [mid_num] + quick_sort(small_nums)

return result

a = [2,4,2,4,6,7,5,19]

print(quick_sort(a))

#结果：[19, 7, 6, 5, 4, 4, 2, 2]