1. python 函数的参数传递:
- 不可变类型:类似 c++ 的值传递,如 整数、字符串、元组。如fun(a),传递的只是a的值,没有影响a对象本身。比如在 fun(a)内部修改 a 的值,只是修改另一个复制的对象,不会影响 a 本身。
- 可变类型:类似 c++ 的引用传递,如 列表,字典。如 fun(la),则是将 la 真正的传过去,修改后fun外部的la也会受影响.
2. Python的内存管理机制
简要描述Python的垃圾回收机制(garbage collection)。
这里能说的很多。你应该提到下面几个主要的点:
Python在内存中存储了每个对象的引用计数(reference count)。如果计数值变成0,那么相应的对象就会消失,分配给该对象的内存就会释放出来用作他用。
偶尔也会出现引用循环(reference cycle)。垃圾回收器会定时寻找这个循环,并将其回收。举个例子,假设有两个对象o1和o2,而且符合 == o2和 == o1这两个条件。如果o1和o2没有其他代码引用,那么它们就不应该继续存在。但它们的引用计数都是1。
Python中使用了某些启发式算法(heuristics)来加速垃圾回收。例如,越晚创建的对象更有可能被回收。对象被创建之后,垃圾回收器会分配它们所属的代(generation)。每个对象都会被分配一个代,而被分配更年轻代的对象是优先被处理的。
3. Python多线程安全问题:
同步就是程序按预定的先后次序依次运行。
通过线程同步机制,能保证共享数据在任何时刻,最多有一个线程访问,以保证数据的正确性。
注意:
1.线程同步就是线程排队
2.共享资源的读写才需要同步
3.变量才需要同步,常量不需要同步
当多个线程几乎同时修改某一个共享数据的时候,需要进行同步控制。
线程同步能够保证多个线程安全地访问竞争资源,最简单的同步机制是使用互斥锁。
某个线程要更改共享数据时,先将其锁定,此时资源的状态为“锁定”,其他线程不能更改。直到该线程释放资源,将资源的状态变成“非锁定”,其他的线程才能再次锁定该资源。互斥锁保证了每次只有一个线程进行操作,从而保证了多线程情况下数据的正确性。
注意:
多个线程使用的是同一个锁,如果数据没有被锁锁上,那么acquire()方法不会堵塞,会执行上锁操作。
如果在调用acquire时,数据已经被其他线程上了锁,那么acquire()方法会堵塞,直到数据被解锁为止。
在线程间共享多个资源的时候,如果两个线程分别占有一部分资源并且同时等待对方的资源,就会造成死锁。
尽管死锁很少发生,但一旦发生就会造成应用的停止响应。
在程序设计时,要尽量避免死锁的出现。
为了避免死锁一直阻塞下去,可以在其中一方添加超时时间,如果超时了,就跳过。
4. Python class私有属性
比如我们没有办法检查赋给属性的值是否有效。我们之前的建议是将属性命名以单下划线开头,通过这种方式来暗示属性是受保护的,不建议外界直接访问,那么如果想访问属性可以通过属性的getter(访问器)和setter(修改器)方法进行对应的操作。如果要做到这点,就可以考虑使用@property包装器来包装getter和setter方法,使得对属性的访问既安全又方便
property装饰器可以将类的属性锁住,如果没有属性没有被@age.setter装饰,无法访问该属性
class下 def xx 如果有@property 访问器,访问该class下的def 需要用@xx.setter 修改器
5. 限制对象属性,进行限制绑定
如果我们需要限定自定义类型的对象只能绑定某些属性,可以通过在类中定义__slots__变量来进行限定。需要注意的是__slots__的限定只对当前类的对象生效,对子类并不起任何作用
多态
子类在继承了父类的方法后,可以对父类已有的方法给出新的实现版本,这个动作称之为方法重写(override)。通过方法重写我们可以让父类的同一个行为在子类中拥有不同的实现版本,当我们调用这个经过子类重写的方法时,不同的子类对象会表现出不同的行为,这个就是多态(poly-morphism)。
6. 抽象类
from abc import ABCMeta, abstractmethod
class Pet(object, metaclass=ABCMeta):
@abstractmethod
def make_voice(self):
print('吼叫')
如果一个类中含有抽象方法,那这个类就不能实例化(创建对象)
aa = Pet(nickname='老虎')
Can't instantiate abstract class Pet with abstract methods make_voice
pet类有抽象方法make_voice 无法实例化
抽象类用来继承
基数排序的复杂度中,r表示关键字的基数,d表示长度,n表示关键字的个数。
——————————————————————————-
7. 并行与并发
并发:是两个队列交替使用一台咖啡机,
并行:是两个队列同时使用两台咖啡机
串行:一个队列使用一台咖啡机,前面堵住,后面的那个人也只能等
- 并行指的多个cpu,
- 并发主要是针对一个cpu而已
并发的目的是充分利用处理器的每一个核,以达到最高的处理
Python有GIL问题,即使是多核CPU也没法用多线程做并行,但可以用多进程
一个cpu交替处理多个进程 并发
多个cpu同时处理多个进程 并行
——————————————————————————
8. GIL
________________________________________________
9. PYTHON自带函数
1. abs(x)
返回一个数的绝对值,参数可以是一个整数或者一个浮点数
2. all(iterable)
当iterable中所有元素都为 True 时(或者iterable为空),返回 True 。
3. any(iterable)
当iterable中有元素为true时,则返回true。如果当iterable为空时,返回flase
——————————————————————————————
10 。PYTHON DICT和json的区别
1. python的字典是一种数据结构,实现了自身该有的算法。而json只是一种数据传输格式,不具备任何数据结构特征。
2. python的字段key可以是任意可hash对象,json只能是字符串
3. python dict字符串用单引号,json强制双引号。
4. python dict里可以嵌套元组,json里只有array。
——————————————————————————————————————————
11. PYTHON装饰器
装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计,有了装饰器,我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
函数可以作为参数传递的语言,可以使用装饰器。
——————————————————————————————————————————
12. *args和**kwargs
在不知道函数会传几个值的情况下,使用这两个关键字。
args发送一个非键值对的可变数量的参数列表给一个函数
kwargs 允许将不定长度的键值对作为参数传递给一个函数。
*arg:会把位置参数转化为tuple
**kwarg:会把关键字参数转化为dict
————————————————————————————
13.
try..except..else没有捕获到异常,执行else语句。
try..except..finally不管是否捕获到异常,都执行finally语句。
——————————————————————————————
14. 如何提高python运行效率
1. 使用生成器,因为可以节约大量内存;
2、循环代码优化,避免过多重复代码的执行;
3、核心模块用Cython PyPy等,提高效率;
4、多进程、多线程、协程;
5、多个if elif条件判断,可以把最有可能先发生的条件放到前面写,这样可以减少程序判断的次数,提高效率。
————————————————————————————————
15. Python解释器种类以及特点?
Python是一门解释器语言,代码想运行,必须通过解释器执行,Python存在多种解释器,分别基于不同语言开发,每个解释器有不同的特点,但都能正常运行Python代码,以下是常用的五种Python解释器:
CPython:当从Python官方网站下载并安装好Python2.7后,就直接获得了一个官方版本的解释器:Cpython,这个解释器是用C语言开发的,所以叫CPython,在命名行下运行python,就是启动CPython解释器,CPython是使用最广的Python解释器。
IPython:IPython是基于CPython之上的一个交互式解释器,也就是说,IPython只是在交互方式上有所增强,但是执行Python代码的功能和CPython是完全一样的
PyPy:PyPy是另一个Python解释器,它的目标是执行速度,PyPy采用JIT技术,对Python代进行动态编译,所以可以显著提高Python代码的执行速度。
Jython:Jython是运行在Java平台上的Python解释器,可以直接把Python代码编译成Java字节码执行。
IronPython:IronPython和Jython类似,只不过IronPython是运行在微软.Net平台上的Python解释器,可以直接把Python代码编译成.Net的字节码。
————————————————————————————————————
16. Python里面如何拷贝一个对象?(赋值,浅拷贝,深拷贝的区别)
答:赋值(=),就是创建了对象的一个新的引用,修改其中任意一个变量都会影响到另一个。
浅拷贝:创建一个新的对象,但它包含的是对原始对象中包含项的引用(如果用引用的方式修改其中一个对象,另外一个也会修改改变)
深拷贝:创建一个新的对象,并且递归的复制它所包含的对象(修改其中一个,另外一个不会改变)
使用场景:
我们处理中间结果时往往不想对原始数据进行修改,所以这个时候可以使用深拷贝
如果我们只是想新增一个辅助列(只涉及对父对象的修改),那这时我们可以使用浅拷贝,节约系统内存。
————————————————————————
17. 类继承
- 继承是一种创建新类的方式,新建的类可称为子类或派生类,父类可称为基类或超类
- 类解决对象与对象之间代码冗余的问题,子类可以遗传父类的属性
- 继承解决的是类与类之间代码冗余的问题
- object类丰富了代码的功能
18. 多继承
优点:子类可以同时遗传多个父类的属性,最大限度的重用代码
缺点:违反人的思维习惯,一个人有两个爹,代码的可读性会变差,不建议使用多继承,如果不可避免多个父类的继承
19. 如何python中管理内存?
python中有一个私有堆内存空间来放置所有对象和数据结构,我们无法访问他,由解释器来管理,不过使用一些和兴api,可以访问一些内存管理工具控制内存分配。



