Python面试常见问题及答案

以下是 Python 常见面试题及简明答案，涵盖基础语法、数据结构、高级特性等核心知识点，适合快速复习：

一、基础语法

1. Python 中的可变和不可变数据类型

可变：列表（list）、字典（dict）、集合（set）。示例：列表追加元素后，内存地址不变。
不可变：整数（int）、字符串（str）、元组（tuple）。示例：字符串拼接会生成新对象。

2. 解释 GIL（全局解释器锁）

GIL 是 Python 解释器的互斥锁，确保同一时刻只有一个线程执行字节码。
影响：多线程无法利用多核 CPU，适合 I/O 密集型任务，多进程适合 CPU 密集型任务。

3. 深拷贝（deepcopy）和浅拷贝（copy）的区别

浅拷贝：创建新对象，但内部元素引用原对象。示例：copy.copy()，嵌套列表修改会互相影响。
深拷贝：完全独立的新对象。示例：copy.deepcopy()，完全隔离原对象。

二、数据结构

4. 列表（list）和元组（tuple）的区别

列表：可变，用 [] 定义，支持增删改。
元组：不可变，用 () 定义，哈希化后可作字典键。

5. 字典的键需要满足什么条件？

键必须是不可变类型（如 int, str, tuple）。
示例：{ (1,2): "value" } 合法，{ [1,2]: "value" } 会报错。

三、面向对象编程（OOP）

6. 类变量和实例变量的区别

类变量：所有实例共享，通过类名或实例访问。
实例变量：每个实例独立，通过 self 定义。

class MyClass:
    class_var = 10  # 类变量
    def __init__(self, value):
        self.instance_var = value  # 实例变量

7. 装饰器（Decorator）的作用及实现

作用：在不修改原函数代码的前提下扩展功能（如日志、计时）。
示例：

def timer(func):
    def wrapper(*args, **kwargs):
        start = time.time()
        result = func(*args, **kwargs)
        print(f"Time taken: {time.time() - start}")
        return result
    return wrapper

@timer
def my_func():
    time.sleep(1)

四、高级特性

8. 生成器（Generator）与迭代器（Iterator）的区别

生成器：用 yield 关键字实现，惰性计算，节省内存。示例：(x for x in range(10))。
迭代器：实现 __iter__ 和 __next__ 方法的对象。

9. 上下文管理器（Context Manager）的作用

用于资源管理（如文件操作），通过 with 语句自动释放资源。
示例：

with open("file.txt", "r") as f:
    content = f.read()  # 退出后自动关闭文件

五、库与框架

10. 常用的 Python 库

数据处理：NumPy（数组计算）、Pandas（数据分析）。
Web 开发：Flask（轻量级）、Django（全栈框架）。
网络请求：requests（HTTP 请求）。

六、算法与设计

11. 列表去重的多种方法

方法 1：list(set(original_list))（可能打乱顺序）。
方法 2：sorted(set(original_list), key=original_list.index)（保留顺序）。
方法 3：遍历并判断元素是否存在新列表。

12. 单例模式（Singleton）实现

方法 1：使用装饰器。

def singleton(cls):
    instances = {}
    def get_instance(*args, **kwargs):
        if cls not in instances:
            instances[cls] = cls(*args, **kwargs)
        return instances[cls]
    return get_instance

@singleton
class MyClass:
    pass

七、内存与并发

13. Python 的垃圾回收机制

引用计数：对象引用数为 0 时被回收。
分代回收：解决循环引用问题，按对象存活时间分代处理。

14. 多线程 vs 多进程

多线程：共享内存，受 GIL 限制，适合 I/O 密集型。
多进程：独立内存，可跨 CPU 核心，适合 CPU 密集型。

高频代码题

15. 反转字符串

s = "hello"
reversed_s = s[::-1]  # "olleh"

16. 斐波那契数列（生成器实现）

def fibonacci(n):
    a, b = 0, 1
    for _ in range(n):
        yield a
        a, b = b, a + b

list(fibonacci(5))  # [0, 1, 1, 2, 3]

以上问题覆盖 Python 面试核心考点，建议结合代码实践加深理解。准备时可针对薄弱点扩展学习，如异步编程（asyncio）、元类（metaclass）等高级主题。