Python 实习遇见的各种面试题

Python 语法

• 说说你平时 Python 都用哪些库

• == 和 is 区别。

  • == 是比较两对象的值，is 是比较在内存中的地址(id)， is 相当于 id(objx) == id(objy)。

• 深拷贝和浅拷贝。

# 浅拷贝操作只会拷贝被拷贝对象的第一层对象，对于更深层级的只不过是拷贝其引用，如下例中 `a[2]`
# 和 `lst[2]` 这两个对象为第二层，实际上浅拷贝之后，这两个还是一个对象。深拷贝会完全的拷贝被拷
# 贝对象的所有层级对象，也就是一个真正意义上的拷贝。
>>> from copy import copy, deepcopy
>>> lst = [1, 2, [3, 4]]
>>> a, b = copy(lst), deepcopy(lst)
>>> a, b
([1, 2, [3, 4]], [1, 2, [3, 4]])
>>> id(lst[2]), id(a[2]), id(b[2])
(139842737414224, 139842737414224, 139842737414584)
>>> lst[0] = 10
>>> a
[1, 2, [3, 4]]
>>> b
[1, 2, [3, 4]]
>>> lst[2][0] = 'test'
>>> lst
[10, 2, ['test', 4]]
>>> a
[1, 2, ['test', 4]]
>>> b
[1, 2, [3, 4]]

• __init__ 和 __new__。

  • __init__ 只是单纯的对实例进行某些属性的初始化，以及执行一些需要在新建对象时的必要自定义操作，无返回值。而 __new__ 返回的是用户创建的实例，这个才是真正用来创建实例的，所以 __new__ 是在 __init__ 之前执行的，先创建再初始化。

• Python 2 和 Python 3 有哪些区别？

  • lz 当时只是简单的说了几点：
    • Python2 和 Python3 的默认字符串不一样，Python3 默认为 Unicode 形式。
    • raw_input(), input()
    • 捕捉异常/错误的写法，Python2 除了后面的写法还支持：except Exception, e， 而 Python3 只支持 except Exception as e
    • Python3 中没有了 xrange， 而使用 range 代替它，在 Python3 中，range 返回的是一个可迭代对象，而不是 Python2 那样直接返回列表。
    • Python3 中 map 如果需要立即执行必须以 list(map()) 这样的方式。
    • Python3 中，print 改成了函数，而在 Python2 中，print 是一个关键字。使用上有所差异。
    • Python3 中，3/2 == 1.5；Python2 中，3/2 == 1。
    • 上面知识列了几点比较常见的，这里有一篇 http://sebastianraschka.com/Articles/2014_python_2_3_key_diff.html 写的详细写。

• 连接字符串都有哪些方式？

  • 格式化字符连接（%s)
  • format
  • join
  • +

• 如何判断某个对象是什么类型？

  • type(obj)
  • isinstance(obj)

• 生成器是什么？

  • 一言难尽，推荐看这个 stackoverflow 答案的翻译

• Python 中的 GIL 是什么？全称？举个例子说说其具体体现。

  • GIL 全称 Global Interpreter Lock（全局解释器锁），任何 Python 线程执行前，必须先获得 GIL 锁，然后，每执行100条字节码，解释器就自动释放GIL锁，让别的线程有机会执行。要避免这种“现象”利用操作系统的多核优势可以有下面几种方法：
    • 使用 C 语言编写扩展，创建原生线程，摆脱 GIL，但是即使是扩展，在 Python 代码内，任意一条Python 代码还是会有 GIL 限制
    • 使用多进程代替多线程，使用多进程时，每个进程都有自己的 GIL。故不存在进程与进程之间的 GIL 限制。但是多进程不能共享内存。

• s = 'abcd', s[2] = 'e' 运行结果是什么？

  • 报错，字符串是不可变对象

• Python 中，sorted 函数内部是什么算法？

  • 在 官方文档 里面有提到，用的是 Timsort 算法

• 编码是一个什么样的过程？

  • 编码是二进制到字符的过程

• Python 里面怎么实现协程？

  • lz 当时也就简单说了下可以用 yield 关键字实现，举了个小例子，还说了用户控制调度，加上一些第三方框架，Gevent，tornado 之类的，可怜。这里安利一下 驹哥 的一篇文章 说清道明：协程是什么

• requests 包新建一个 session 再 get 和普通的 requests.get 有什么区别？（tcp长连接）

  • 维持一个会话，** 建立一个tcp长连接** ，cookie 自动保存，下次请求还是一个会话。

• Python 都有哪些数据结构？可变对象，不可变对象分别有哪些？

  • 可变对象：列表，字典
  • 字符串，数字，元组，集合

• 在 Python 内，函数传参是引用传递还是值传递？

  • 引用传递。

• 你会对你的项目写测试么？用哪些方法哪些库？

  • 只说了用 unitest......需要自行寻找答案。

• 请新建一个只有一个元素 1 的列表和元组。

  • lst = [1]
  • tup = (1,)

• 函数默认参数是可变对象情况。

>>> def foo(a, b=[1, 2]):
        print(b)
        b.append(a)
        print(b)
>>> val = 4
>>> foo(val)
# [1, 2]
# [1, 2, 4]
>>> foo(val)
# [1, 2, 4]
# [1, 2, 4, 4]
# 这里可以看到，第二次执行函数时，默认参数 b 的值已经变成 `[1, 2, 4]` 了，原因是，默认参数只在第
# 一次执行时会进行初始化，后面就默认使用 **初始化后的这个对象(引用)**，但是这里 b 是可变对象，
#添加了一个元素还是之前的对象，所以，引用没变，不过是值变了而已。

• Flask 的 Route 是怎么实现的？ 你认为 Flask 框架有什么优缺点？

  • 实际上在 Flask 类里面，route 可以简单理解为不过是把对应的路由规则作为键，装饰的视图函数作为值，存到 werkzeug.routing.Map 对象（可以看成是和字典类似的数据结构）里。这里是 源码，好理解些。这是之前写的一篇 笔记
  • Flask 优点是轻量，灵活，可高度定制，插件化。缺点也是过于轻量，功能必须通过第三方插件实现，插件质量参差不齐，也不能完全保证后期维护。
  • 这几点都只是个人之见，更详细标准的还需自行寻找答案。

• WSGI 是什么？uWSGI， nginx 这些都是什么用途？

  • 这里有维基百科 的解释，WSGI 就是一个通用的标准，遵守这个标准，我们能让我们的 Web 框架更加通用，编写更加简单。
  • uwsgi 和 Nginx 都是 Web Server，不同的是 Nginx 负责 外网请求 ---(转换)--> 内网请求，uwsgi 负责的是 内网请求 -> Python Web 程序。

• nginx 和 Apache 的区别？(参考 interview_python)

  • nginx 相对 apache 的优点：
    • 轻量级，同样起web 服务，比apache 占用更少的内存及资源
    • 抗并发，nginx 处理请求是异步非阻塞的，支持更多的并发连接，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗高性能
    • 配置简洁
    • 高度模块化的设计，编写模块相对简单
    • 社区活跃
  • apache 相对nginx 的优点：
    • rewrite ，比nginx 的rewrite 强大
    • 模块超多，基本想到的都可以找到
    • 少bug ，nginx 的bug 相对较多
    • 超稳定

• 你部署 Python 项目时用的是 uWSGI 的哪个模式？

  • 默认模式
  • 这个应该问的可能性极小了，可翻阅 uwsgi 文档 查找更详细的资料

数据结构，算法

• 层次遍历二叉树用什么方法？

# coding: utf-8

from collections import deque

class BNode:
    """ 二叉树节点 """

    def __init__(self, value, left=None, right=None):
        self.value = value
        self.left = left
        self.right = right

def level_traverse(binary_tree):
    """ 层次遍历二叉树 """
    stack = deque([binary_tree])
    while stack:
        top = stack.popleft()
        print(top.value)
        if top.left:
            stack.append(top.left)
        if top.right:
            stack.append(top.right)

if __name__ == "__main__":
    b_tree = BNode(1, BNode(2, BNode(4, BNode(5, BNode(7)))), BNode(3, BNode(6, right=BNode(8))))
    level_traverse(b_tree)

• 非平衡二叉数如何变成平衡二叉数？

  • 参考 AVL平衡二叉树详解与实现

• 先，中，后序遍历二叉数。完全二叉数是什么？

  • 完全二叉树：深度为k有n个节点的二叉树，当且仅当其中的每一节点，都可以和同样深度k的满二叉树，序号为1到n的节点一对一对应时，称为“完全二叉树”。（摘自维基百科）
  • 先序：先根后左再右
  • 中序：先左后中再右
  • 后序：先左后右再根

• 如何判断两个单链表是否相交于某个节点，包括 X 型，Y 型，V 型。

  • X 型不可能存在，一个单链表节点不存在两个不同的后继。

# 存在 V 型和 Y 型，如果交叉，则最后一个节点肯定是相同的，故直接从最后一个节点进行反向遍历。
# 反转单链表
def reverse_single_link_lst(link_lst):
    if not link_lst:
        return link_lst
    pre = link_lst
    cur = link_lst.next
    pre.next = None
    while cur:
        tmp = cur.next
        cur.next = pre
        pre = cur
        cur = tmp
    return pre

# 寻找交叉点
def point(node_a, node_b):
    if node_a is None or node_b is None:
        return None
    next_a, next_b = node_a, node_b
    while next_a or next_b:
        if next_a.val == next_b.val:
            if next_a.next and next_b.next and (next_a.next.val == next_b.next.val):
                next_a, next_b = next_a.next, next_b.next
                continue
            return next_a.val
        next_a, next_b = next_a.next, next_b.next
    return None

# 构造单链表
class Node(object):
    def __init__(self, value, next=None):
        self.val = value
        self.next = next

a = ListNode(1, ListNode(2, ListNode(3, ListNode(4, ListNode(5)))))
b = ListNode(7, ListNode(9, ListNode(4, ListNode(5))))

ra = reverse_single_link_lst(a)
rb = reverse_single_link_lst(b)
point(ra, rb)
# output:
# 4

• 如何判断两个单链表是否是同一个链表。

  • 直接判断第一个节点即可。

• 单链表逆转。

  • 见上面判断交叉链表内的 reverse_single_link_lst() 函数。

• 堆，栈，队列。

  • 堆， 栈， 队列

• 说说你知道的排序算法以及其时间复杂度。
  

• 手写快速排序。画画堆排序的原理及过程。

# 快速排序，lz 当时写的比较复杂，但是是最常见的写法（紧张导致有几个小bug），如下
def quick_sort(lst, start, stop):
    if start < stop:
        i, j, x = start, stop, lst[start]
        while i < j:
            while (i < j) and (lst[j] > x):
                j -= 1
            if (i < j):
                lst[i] = lst[j]
                i += 1
            while (i < j) and (lst[i] < x):
                i += 1
            if (i < j):
                lst[j] = lst[i]
                j -= 1
        lst[i] = x
        quick_sort(lst, start, i-1)
        quick_sort(lst, i+1, stop)
    return lst

之后面试官 akun 大哥给了个特别简洁的写法，三路复用，地址在 Gist

def qsort(alist):
    """
    quick sort(easy way, but more memory)
    test: python -m doctest qsort.py
    >>> import math
    >>> import random
    >>> size = 100
    >>> alist = [random.randint(0, size * 10) for i in range(size)]
    >>> qlist = qsort(alist)
    >>> alist.sort()
    >>> assert qlist == alist
    """

    if len(alist) <= 1:
        return alist

    key = alist[0]
    left_list, middle_list, right_list = [], [], []

    [{i < key: left_list, i == key: middle_list, i > key: right_list}[
        True
    ].append(i) for i in alist]

    return qsort(left_list) + middle_list + qsort(right_list)

• 说说你所了解的加密算法，编码算法，以及压缩算法。了解 base64 的原理么？
  • 只说了听过 base64, md5 这几种编码。。。。。自行搜索吧，考的概率极小。

数据库

• 索引是什么原理？有什么优缺点？

  • 参考 数据库索引的实现原理

• 乐观锁和悲观锁是什么？

  • 深入理解乐观锁与悲观锁

• 你为什么选择 Redis 而不是 MongoDB 或者其他的？（有个项目用了 Redis）

  • redis、memcache、mongoDB有哪些区别？

• SQL 和 NoSQL 区别？

  • SQL 和 NoSQL 的区别

网络

• 从浏览器输入网址到网页渲染完毕这过程发生了什么？

  • 这里 说的非常详细，看面的岗位不同，回答的侧重点不一样。如面的 Web ，可以侧重说说 nginx -> uwsgi -> Python -> uwsgi -> nginx 这个过程，（WSGI 标准）

• TCP 三次握手四次挥手详细说下。

  • TCP协议中的三次握手和四次挥手(图解)

• 为什么是三次握手？两次不行么？

  • TCP连接建立过程中为什么需要“三次握手”

• 说说 TCP 和 UDP 的区别。

  • TCP（传输层）
    • 优点：TCP 面向连接，可靠，稳定，传输数据前需要建立连接，故有三次握手四次挥手，还有拥塞控制，重传等
    • 缺点：慢，占用系统资源，有确认机制，三次握手，所以容易被攻击，DDos
  • UDP
    • 优点：快，无状态传输协议
    • 缺点：不稳定，不可靠，容易丢包

• 谈谈你对 SQL 注入、 XSS 、 CSRF 的理解。以及如何防范。

  • 关于XSS（跨站脚本攻击）和CSRF（跨站请求伪造)
  • SQL 注入，现在多数采用 ORM，以及参数化查询，很少再出现。

• 说说 DNS 是什么东西。

  • 根据域名寻找 主机 IP 的协议。

• HTTP 是工作在七层模型的哪一层？DNS 又是哪一层？TCP 和 IP 呢？

  • HTTP，DNS 应用层，TCP 传输层，IP 网络层。

• 说说你知道的 HTTP 方法和 状态码。

  • 状态码，这里只需要大概说说，以 1××，2××，3×× 这样的层面说，没有必要细到每一个状态码。
  • HTTP 请求方法

• HTTP 的 GET 和 POST 有什么区别？

  • 本质上，GET 和 POST 只不过是 发送机制不同 。

• HTTP 和 HTTPS 的区别？

  • HTTPS = HTTP + SSL
  • HTTP 默认使用 80 端口，HTTPS 使用 443 端口。
  • 更详细

• 说说你知道的 HTTP 包头部信息里都有哪些字段。

  • 这个随便抓下包就知道了，就不说了～

• HTTP 包头部信息里面的 Host 字段是什么作用？

  • 表示当前请求服务器的主机名

• 说说 cookie 里面你都知道哪些字段。

  • Cookie

• Session 是什么东西？

  • Cookie/Session的机制与安全

• 在写爬虫过程中，如果遇见需要加载 js 的情况你是如何处理的。

  • Selenium，PhantomJS

• 普通匿名代理和高匿代理有什么区别？

  • 来自普通匿名代理的请求在服务端能看见真实 IP， 而高匿代理在服务端看不见真实 IP，只能看见代理服务器 IP。

• 你知道哪些反爬措施？

  • 加代理，加头部，爬取速度控制，随机 UA，模拟真实用户的点击习惯去请求。

操作系统

• 进程和线程以及协程的区别？
• 多线程和多进程的区别？
• 信号量和互斥量的区别？
• 堆内存是干嘛的？
• 如何检验当前机器是大端模式还是小端模式？
• 如何让某个程序在后台运行？（Linux）
• sed, awk 用法（Linux）

编程题

• 手写二分查找，快速排序。
• 还有一个 SQL 语句的，一条 SQL 语句打印某张表某个 group count TOP 5。
• Python 中正则模块 re 里 match 函数 和 search 函数有什么区别？举例说明。
• 一条语句求 0 - 999999 内能被 7 整除的所有数的和。
• 实现一个链表结构，要求其插入第一个节点，删除最后一个节点的复杂度为 O(1)。
• 实现一个 retry 装饰器，使用如下：

# 可以指定重试次数，直到函数返回正确结果。
@retry(retries=3)
def func(*args, **kw):
    try:
        # some action
        return True
    except:
        return False

大概可以像下面这样写，

from functools import wraps

def retry(retries=3):
    def timesf(func):
        @wraps(func)
        def wrap(*args, **kw):
            i = 0
            status = True
            while status and i < times:
                status = func(*args, **kw)
                i += 1
            return status
        return wrap
    return timesf

• 有一个4G 的文本文件，存储的是酒店信息，每行存的是一个酒店ID，可以重复。请编写程序输出一个新文件，新文件内容为每行一条数据，每行的数据格式如下：酒店ID + 出现次数（最后提到了其他想法，如文件切片，bitmap 之类）
• 实现一个函数，根据字典序比较两字符串大小，不允许用库函数，尽量越底层实现越好。（手写）
• 实现一个函数，检验一个字符串是否符合 xxxx-xx-xx 这样的日期格式，注意润年，大小月，不允许用库函数，尽量越底层实现越好。（手写）
• 我们是做地图相关工作的，现在给你提供一个三维的数据，数据描述的是不同时间一些地图上的一些地点坐标，分别有时间，x轴坐标，y轴坐标，请你设计一个算法，能够得到一天内地图上的 TOP 10 热点地区，地区大小也相应的自己作合适调整，开放性题目。