Python编程:10个面试常问的问题

简介: Python编程:10个面试常问的问题

1.类继承

def class_test():
    class A(object):
        def show(self):
            print("class A")
        def hello(self):
            print("hello")
    class B(A):
        def show(self):
            print("class B")
    b =B()
    b.show()
    b.hello()
    # 调用类A的show方法
    b.__class__ = A
    b.show()  
    # __class__方法指向了类对象,只用给他赋值类型A,
    # 然后调用方法show,但是用完了记得修改回来。
    """OUT
    class B
    hello
    class A
    """

2.方法对象

def call_test():
    class A(object):
        def __init__(self, a, b):
            self._a = a
            self._b = b
        def myprint(self):
            print("a =", self._a, "b =", self._b)
        # 为了能让对象实例能被直接调用,需要实现__call__方法
        def __call__(self, num):
            print("call:", num)
    a = A(1, 2)
    a.myprint()
    a(11)
    """OUT:
    a = 1 b = 2
    call: 11
    """

3.new和init

def new_test():
    class A(object):
        def __init__(self):
            print("A init")
        def foo(self):
            print("A foo")
    class B(object):
        def __init__(self, a):
            print("B init")
        # 使用__new__方法,可以决定返回那个对象,也就是创建对象之前,
        # 这个可以用于设计模式的单例、工厂模式。
        # __init__是创建对象是调用的。
        def __new__(cls, a):
            print("B new")
            if a>10:
                return super(B, cls).__new__(cls)
            return A()
        def foo(self):
            print("B foo")
    b1 = B(5)
    b1.foo()
    b2 = B(20)
    b2.foo()
    """OUT:
    B new
    A init
    A foo
    B new
    B init
    B foo
    """

4.list和dict生成

def list_test():
    lst = [i for i in range(5)]
    print(lst)  # [0, 1, 2, 3, 4]
    list1 = [i for i in lst if i >2]
    print(list1)  # [3, 4]
    list1 = [i**2 for i in lst if i >2]
    print(list1)  # [9, 16]
    dict1 = {x: x**2 for x in (2, 4, 6)}
    print(dict1)  # {2: 4, 4: 16, 6: 36}
    dict2 = {x: "item" + str(x**2) for x in (2, 4, 6)}
    print(dict2)  # {2: 'item4', 4: 'item16', 6: 'item36'}
    set1 = {x for x in "hello world" if x not in "low level"}
    print(set1)  # {'r', 'h', 'd'}

5.全局和局部变量

def global_test():
    num = 10
    def f1():
        num = 20
        print("f1")
    def f2():
        print(num)
    f2()  # 10    
    f1()  # f1
    f2()  # 10
    # num不是个全局变量,所以每个函数都得到了自己的num拷贝,
    # 如果你想修改num,则必须用global关键字声明。
    global n
    n = 10
    def f3():
        global n  # 说明使用全局变量a,不说明则是局部变量
        n = 30
    def f4():
        print(n)
    f4()  # 10
    f3()
    f4()  # 30

6.交换两个变量的值

def swap_test():
    a = 1 
    b= 2
    print("a =", a, "b =", b)
    a, b = b, a  # 一行代码交换两个变量值
    print("a =", a, "b =", b)

7.默认方法

def default_test():
    class A(object):
        def __init__(self):
            print("init")
        # 当fn1方法传入参数时,我们可以给mydefault方法增加一个*args不定参数来兼容。
        def mydefault(self, *args):
            print("mydefault",args[0])
        # 方法__getattr__只有当没有定义的方法调用时,才调用他。
        def __getattr__(self, name):
            print("name:", name)
            return self.mydefault
    a = A()
    a.f1(0)
    a.f2(1, 2)
    a.f3(2, 3, 4)

8.包管理

# 一个包里有三个模块,mod1.py, mod2.py, mod3.py,
# 但使用from demopack import *导入模块时,只有mod1、mod3被导入了。
# 增加__init__.py文件,并在文件中增加:
# __all__ = ['mod1','mod3']
from demopack import *   # import * only allowed at module level
def packge_test():
    pass
"""OUT
mod1
mod3
"""

9.闭包

# 函数,接收整数参数n,返回一个函数,
# 函数的功能是把函数的参数和n相乘并把结果返回。
def closure_test():
    def add(num):
        def add_num(val):
            return num + val
        return add_num
    a = add(5)
    print(a(5))

10.性能

def performance_test():
    import time
    def str_test(num):
        start = time.time()
        string = ""
        for i in range(num):
            string += str(i)
        end = time.time()
        print("str_time:", end - start)
        # print(string)
    def append_test(num):
        start = time.time()
        lst=[]
        for i in range(num):
            lst.append(str(i))
        end = time.time()
        print("append_time:", end - start)
        # print("".join(lst))
    num = 1000000
    str_test(num)  # str_time: 1.926110029220581
    append_test(num)  # append_time: 0.3060173988342285
    # str_time / append_time = 6.29411934275007
    # mygod!!! 时间相差6倍
    # python的str是个不可变对象,每次迭代,都会生成新的str对象来存储新的字符串
    # num越大,创建的str对象越多,内存消耗越大。
def main():
    performance_test()
if __name__ == '__main__':
    main()

参考:《10个Python面试常问的问题》

原文链接:https://mp.weixin.qq.com/s/NIfaEOplupmvryo_SntFAw


相关文章
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
319 102
|
3月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
345 104
|
3月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
276 103
|
3月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
206 82
|
2月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
219 3
|
2月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
483 3
|
2月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
300 3
|
2月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
312 0
|
3月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的多面手
Python:现代编程的多面手
93 0
|
3月前
|
存储 人工智能 算法
Python实现简易成语接龙小游戏:从零开始的趣味编程实践
本项目将中国传统文化与编程思维相结合,通过Python实现成语接龙游戏,涵盖数据结构、算法设计与简单AI逻辑,帮助学习者在趣味实践中掌握编程技能。
398 0

推荐镜像

更多