注意：只有必答题部分计算分值，补充题不计算分值。
第一部分 必答题（每题2分）
-
简述列举了解的编程语言及语言间的区别？
编程语言：C/C++/JAVA/C#/PHP/GO/Python
编译方式：
解释型语言：python/php
混合型语言：java
编译型语言：c/c++/go -
列举Python2和Python3的区别？
1.源码：python2源码不统一，源码重复（多人编写出现的现象）
python3源码统一，源码不重复（龟叔一人编写）
2.在除法显示：pyhton2返回的是整数（向下取整）
Python3返回的是小数（浮点数）
3.input:python2中input获取到的是数据本身
Python3中input获取的是字符串
4.整型：python2是整型、长整型（long）
python3全部都是整型
5.range：Python2打印range获取到的是一个列表，列表元素是1-9
Python3打印的是range本身
6.编码：Python2默认ascii码
Python3默认是utf-8
7.迭代器：Python2中__iter()和iter()都有，只有__next__()
python3中__iter__()和iter()都有，__next__()和next()都有
8.经典类和新式类：Python2：在py2.2之前，都是经典类，在py2.2之后，经典类和新式类共存，继承使用object的就是新式类，不继承使用object的就是经典类
pyhton3:只有新式类，不管继不继承都是新式类 -
看代码写结果
v1 = 1 or 2 # 1
v2 = 3 and 7 or 9 and 0 # 7 -
比较以下值有什么不同？
v1 = [1,2,3] # 整形
v2 = [(1),(2),(3)] # 字符串
v3 = [(1,),(2,),(3,)] # 元组 -
用一行代码实现数值交换。
a = 1
b = 2
# a,b = b,a -
Python中单引号、双引号、三引号的区别？
单双引号没有区别,三引号可以支持跨行
在互相嵌套时需注意:里外不能使用相同的引号 -
is和==的区别？
is：是判断两边的内存地址是否相同
==：是判断两边的值是否相同 -
python里如何实现tuple和list的转化？
tuple = tuple(list)
list = list(tuple) -
如何实现字符串
name='老男孩'的反转？name = name[::-1] -
两个set如何获取交集、并集、差集？
s = {1,23,9,4,5,7}
s1 = {1,2,3,4,5}
交集 &
print（s & s1）
并集 |（管道符）
print（s | s1）
差集 -
print（s - s1） -
那些情况下, y != x - (x-y)会成立?
# x,y是两个不相等的非空集合（非空集合且不为子父关系的两个集合） -
Python中如何拷贝一个对象？
# 赋值
# 浅拷贝
# 深拷贝
import copy
copy.copy(a) -
简述 赋值、浅拷贝、深拷贝的区别？
#赋值 : 将变量和值在内存中形成映射指向关系
#浅拷贝 : 只拷贝第一级里所有的元素 copy.copy
#深拷贝 : 为所有层级的元素都单独开辟新空间 copy.deepcopy() (地址:原不可变数据只是暂时的指向,可变的数据独立开辟新空间) -
pass的作用？
占位 -
阅读代码写结果。
import copy
a = [1,2,4,5,['b','c']]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)
a.append(5)
a[4].append('d')
print(a)[1,2,4,5,['b','c',"d"],5]
print(b)[1,2,4,5,['b','c',"d"],5]
print(c)[1,2,4,5,['b','c',"d"]] -
用Python实现9 * 9 乘法表。
思路：有行又有列,脑海里瞬间想到两层循环，一层循环控制行，一层循环控制列
i = 1
while i<=9:
# 这个位置写代码
j = 1
while j<= i:
# "谁"*"谁"="谁"
print("%d*%d=%2d" % (i,j,i*j),end=" ")
j+=1
# 打印换行
print()
i+=1
for i in range(1,10):
for j in range(1,i+1):
print("%d*%d=%2d" % (i,j,i*j),end=" ")
print() -
用Python显示一个斐波那契数列。
#1 1 2 3 5 8
# 方法一
lst = [1,1]
for i in range(10):
lst.append(lst[-1] + lst[-2])
print(lst)
# 方法二
a,b = 0,1
for i in range(10):
print(b)
a,b = b,a+b
# 方法三
def fib(n):
if n <= 2:
return 1
# 上一个值 + 上上个值
return fib(n-1) + fib(n-2)
print(fib(6) -
如何删除列表中重复的值？
list(set(lst)) -
一个大小为100G的文件etl_log.txt, 要读取文件中的内容, 写出具体过程代码？
fp = open("文件名","模式","编码集")
"""
fp 是迭代器
from collections import Iterator,Iterable
# 在遍历fp时,文件按照一行一行进行读取;
for i in fp:
code ... -
a = dict(zip(("a","b","c","d","e"),(1,2,3,4,5))) 请问a是什么？
强转字典的条件:等长的二级容器,配合强转字典的两个函数 zip , enumerate
# zip 拉链
a = dict( zip( ("a","b") , [1,2] ) )
print(a)
# enumerate 枚举
a = dict( enumerate( ["a","b"] ))
a = dict( enumerate( ["a","b"] ,start = 10 ))
print(a) -
lambda关键字的作用？
lambda 匿名函数 : 用一句话表达只有返回值的无名函数
lambda 参数 : 返回值 -
*arg和**kwarg作用?# *arg 普通收集参数 : 收集多余的没人要的普通实参
# **kwarg 关键字收集参数: 收集多余的没人要的关键字实参 -
如何在函数中设置一个全局变量 ?
global 有该全局变量,修改当前变量,没有改全局变量,定义一个全局变量;
def func():
global a
a = 100
func()
print(a) -
filter、map、reduce的作用？
#filter => 过滤数据
iterable : 可迭代对象(range ,容器类型数据 , 迭代器)
filter(func,iterable) => 返回迭代器
lst = [1,2,3,4,5]
it = filter(lambda x : True if x % 2 == 0 else False , lst )
print(list(it))
# map -> 处理(映射)数据
map(func,iterable) => 返回迭代器
lst = [1,2,3]
it = map(lambda x : x*3 , lst)
print(list(it))
# reduce -> 计算数据
from functools import reduce
# reduce(func,iterable) => 最后计算的值
# [5,4,8,8] => 5488
lst = [5,4,8,8]
res = reduce(lambda x,y : x*10 + y ,lst )
print(res , type(res)) -
什么是匿名函数？匿名函数有什么作用？
lambda 匿名函数 : 用一句话表达只有返回值的无名函数
lambda 参数 : 返回值 -
Python递归的最大层数？
官方说法1000 , 实际测试 994 ~ 1000
import sys
sys.setrecursionlimit(999999) # 修改递归的最大深度 -
什么是迭代器？什么是可迭代对象？
# 具有__iter__() 和 __next__()这两个方法的是迭代器
# 具有__iter__()方法就是可迭代对象
# dir(数据) 可以查看该数据的内部系统成员
# 可迭代对象 => 迭代器 把不能直接被next获取 => 可直接获取到该数据的一个过程 -
什么是生成器？
生成器的本质就是迭代器,可以自定义迭代的逻辑
创建方式两种:
(1)生成器表达式 (推导式) (i for i in range(3))
(2)生成器函数 (含有yield关键字) -
什么是装饰器及应用场景？
# 装饰器的本质就是闭包
# 在不修改原有代码的前提下,额外增加新功能就是装饰器
# 应用:登录认证,property类,框架(django,flask,@app.route("/",methdos=["GET","POST"])) -
什么是反射及应用场景？
# 通过字符串去操作类对象 或者 模块中的属性方法
hasattr getattr setattr delattr
应用: 可以配合用户的操作或者输入,调用其中的成员,api接口中 -
写一个普通的装饰器。
闭包:内函数使用了外函数的局部变量,外函数把内函数返回出来的过程叫做闭包
这个内函数叫做闭包函数;
特点:如果内函数使用了外函数的局部变量,那么该变量于内函数发生绑定,延长该变量的生命周期
def wrapper(func):
def inner(*args,**kwargs):
res = func(*args,**kwargs)
print("and you")
return res
return inner
-
写一个带参数的装饰器。
def outer(n):
def wrapper(func):
def inner1(*args,**kwargs):
res = func(*args,**kwargs)
print("我是大王")
return res
def inner2(*args,**kwargs):
res = func(*args,**kwargs)
print("大王叫我来巡山")
return res
if n == "alex":
return inner1
else:
return inner2
return wrapper
-
求结果
def num():
return [lambda x:i*x for i in range(4)]
print([m(2) for m in num()])
"""
def出现的位置是函数的定义处
函数() 出现的位置是函数的调用处
(1)调用的时候,才会把函数中的代码,从上到下执行一遍,否则不执行
(2)里面的func是一个闭包函数,延长了当前变量i的生命周期,最后一次i的值3,所以再去调用时候拿的3
"""
#6666 -
def(a, b=[])这种写法有什么陷阱？
b身上的默认值是列表,如果使用原来默认的参数,调用func函数
会把几次调用的值都存放在同一个默认列表里
"""
默认参数:
如果调用时,用户给实参了,那么使用用户的
如果调用时,用户没给实参,那么使用默认的(早已存在内存中的这个列表)
默认值会提前在内存中驻留,在使用时,才能调取,在定义函数的时候就提前开辟了空间
""" -
看代码写结果
def func(a,b=[]):
b.append(a)
return b
v1 = func(1)
v2 = func(2,[10,20])
v3 = func(3)
print(v1,v2,v3)
[1,3] [10,20,2] [1,3] -
看代码写结果
def func(a,b=[]):
b.append(a)
return b
v1 = func(1)
print(v1) [1]
v2 = func(2,[10,20])
print(v2) [10,20,2]
v3 = func(3)
print(v3) [1,3] -
请编写一个函数实现将IP地址转换成一个整数。
如 10.3.9.12 转换规则为：
10 00001010
3 00000011
9 00001001
12 00001100
再将以上二进制拼接起来计算十进制结果：00001010 00000011 00001001 00001100 = ？
# ljust 原字符串居左,填充符号
# rjust 原字符串居右,填充符号
# 方法一
ip = "10.3.9.12"
strvar = ""
for i in ip.split("."):
bin_str = str(bin(int(i)))[2:]
# 总长度是8 原字符串居右
strvar += bin_str.rjust(8,"0")
print(strvar)
# 把二进制字符串转换成十进制,默认转换时,是十进制
print(int(strvar,2))
# 方法二
ip = "10.3.9.12"
strvar = ""
for i in ip.split("."):
# format 将整型转化成二进制,不够8位的拿0补位
strvar += format(int(i) , "08b")
print(int(strvar,2)) -
请查找一个目录下的所有文件（可能存在文件嵌套）。
# 方法一 (递归写法)
import os
def getallsize(pathvar):
size = 0
lst = os.listdir(pathvar)
print(lst)
for i in lst:
pathvar2 = os.path.join(pathvar,i)
print(pathvar2)
# 判断是否是文件
if os.path.isfile(pathvar2):
size += os.path.getsize(pathvar2)
# 判断是否是文件夹
elif os.path.isdir(pathvar2):
size += getallsize(pathvar2)
print(size)
return size
# "E:\串讲基础\day2\test\1.txt"
pathvar = r"E:\串讲基础\day2\test"
res = getallsize(pathvar)
# print(res)
# 方法二
import os
# os.walk() => 生成器
pathvar = r"E:\串讲基础\day2\test"
gen = os.walk(pathvar)
for root,dirs,files in gen:
for name in files:
pathvar = os.path.join(root,name)
print(pathvar) -
求结果
import math
print (math.floor(5.5))
# 5 -
是否使用过functools中的函数？其作用是什么？
from functools import reduce
# 在装饰器中使用,如果想要保留原来函数的属性,加上wraps
from functools import wraps
def wrapper(func):
-
re的match和search区别？
search:从任意位置开始查找
match:从头开始查找，如果不符合就不继续查找了 -
用Python匹配HTML tag的时候,<.>和<.?>有什么区别?
. 除了\n的任意字符
* 量词,代表匹配0次或者多次,任意个
.* 贪婪匹配
.*? 非贪婪匹配 -
如何生成一个随机数？
import random
random.random 随机获取 0<= x < 1
random.randrange 随机获取指定范围中的整数,用法上同range
random.uniform 随机获取指定范围中的小数 -
super的作用？
# 用来解决多继承之间复杂的调用关系使用super
在多继承中,如果出现了多个同名方法
super在调用的时候,会按照mro列表的继承顺序依次调用
类.mro() = > lst -
双下划线和单下划线的区别？
class MyClass():
__abc = 90
_ppp = 100
"""
封装: 公有public 私有private 受保护的protected
私有: 只能在当前这个类里面使用,不能再子类或者在类外使用
受保护的: 可以在当前这个类或者子类里使用,不能再类外使用
约定俗成在该变量前面加上一个下划线_ , 就表示受保护了
""" -
@staticmethod和@classmethod的区别？
一个静态方法,一个类方法
一个静态方法:(无论是对象还是类,都可以调用,不会默认传递任何参数)
一个类方法 :(无论是对象还是类,都可以调用,会默认传递类这个参数) -
实现一个单例模式（加锁）。
# 单态模式:这个类无论实例化多少次,都有且只有一个对象
from threading import Lock
class MyClass(object):
__obj = None
lock = Lock()
def __new__(cls,*args,**kwargs):
with cls.lock:
if not cls.__obj:
cls.__obj = object.__new__(cls)
return cls.__obj
obj1 = MyClass()
obj2 = MyClass()
print(obj1,obj2) -
栈和队列的区别？
栈 : 先进后出,或者 后进先出
队列: 先进先出 -
以下代码输出是什么? 请给出答案并解释。
class Parent(object):
x = 1
class Child1(Parent):
pass
class Child2(Parent):
pass
# 1 1 1
print(Parent.x, Child1.x, Child2.x)
Child1.x = 2
# 1 2 1
print(Parent.x, Child1.x, Child2.x)
Parent.x = 3
# 3 2 3
print(Parent.x, Child1.x, Child2.x) -
参考下面代码片段
# 面向对象的上下文管理是with语法的具体实现
class Context():
def __enter__(self):
return self
def __exit__(self, exc_type, exc_val, exc_tb):
# 相当于在最后,执行了文件的关闭操作,fp.close()
print("abc123")
def do_something(self):
print(1111)
with Context() as ctx:
ctx.do_something()
print(ctx)
# 自动实现了关闭操作
# with open("文件") as fp:
# res = fp.read()
第二部分 可选题
-
如何获取列表中第二大的值？
# (1) 所有的容器类型数据都可以通过 sorted (sort只局限于列表进行排序)
# 去重
lst = set([98,1,100,3,-100,50,100,100])
res = sorted(lst)
res_new = res[-2]
print(res_new) -
简述Python内存管理机制。
计数器,垃圾回收,内存池
# 一.计数器
特点:引用技术如果是0,把这个值从内存中释放掉
a = 100
b = a
print(b)
del b
缺点:在维护引用计数时,又可能数据产生循环引用,造成数据不能删除,造成内存泄漏
lst1 = [1,2]
lst2 = [5,6]
lst1.append(lst2)
lst2.append(lst1)
del lst1
print(lst1)
print(lst2)
# print(lst1)
# print(lst2) -
简述Python的垃圾回收机制。
# 二.垃圾回收:引用计数为主,标记清除和分带回收为辅
标记清除 : 检测标记该对象,避免出现循环引用不能删除的现象
分带回收 :
把内存中的数据分成三个区域: 新生代0,老年代1,永久代2
新生代0数据超过700 , 或者老年代1,永久代2数据超过10,自动触发内存中的垃圾回收机制
新生代0触发将清除所有三代的区域
老年代1触发会清理1,2代
永久代2触发只会清理自己
# 三.内存池
# 在同一个文件当中 (python3.6)
# -->Number 部分
1.对于整型而言，-5~正无穷范围内的相同值 id一致
2.对于浮点数而言，非负数范围内的相同值 id一致
3.布尔值而言,值相同情况下，id一致
4.复数在 实数+虚数 这样的结构中永不相同(只有虚数的情况例外)
# -->容器类型部分
5.字符串 和 空元组 相同的情况下，地址相同
6.列表，元组，字典，集合无论什么情况 id标识都不同 [空元组例外]
# 在不同的文件当中
小数据池 ; 比如整型默认开辟 -5~256 这么多数据提前在内存中驻留 -
请用两个队列来实现一个栈。
"""
栈 : 先进后出,后进先出
队列 : 先进先出,后进后出
"""
from queue import Queue
class Stack():
def __init__(self):
self.master_queue = Queue()
self.minor_queue = Queue()
def push(self,val):
# 入栈
self.master_queue.put(val)
def pop(self):
# 出栈
# 如果队列中没有任何值,直接返回None
if self.master_queue.qsize() == 0 :
return None
while True:
# 当队列总长度为1的时候,循环终止,把最后一个元素拿出来,为了满足栈后进先出的特点
if self.master_queue.qsize() == 1:
value = self.master_queue.get()
break
# 剩下还没有拿出来的元素,暂时放在2号队列中存储
self.minor_queue.put(self.master_queue.get())
"""
minor_queue(1)
master_queue(2 3 4)
minor_queue(2)
master_queue(3 4)
minor_queue(3)
master_queue(4)
"""
# 交换队列,重新循环,继续去最后一个值,如法炮制
self.master_queue,self.minor_queue = self.minor_queue,self.master_queue
return value
obj = Stack()
obj.push("a")
obj.push("b")
obj.push("c")
print(obj.pop()) # c
print(obj.pop()) # b
print(obj.pop()) # a
print(obj.pop()) # a
[a,b,c]
[a,b]
[a]
[] -
# 线性表: 相当于一条直线,没有分支
# ### (1) 创建链表
class Node():
def __init__(self, value, next):
self.value = value
self.next = next
head = Node("头", None)
last = head
for i in range(5): # v0 v1 v2 v3 v4
node = Node("v%s" % i, None)
last.next = node
last = node
# 查看链表的关系
print(head.value)
print(head.next.value)
print(head.next.next.value)
print(head.next.next.next.value)
print(head.next.next.next.next.value)
print(head.next.next.next.next.next.value)
# print(head.next)
print("<========>") -
请用Python实现链表的逆转。
# 2.链表的逆转
def reverse_link_list(head):
# 要是空的,或者None,直接返回head
if not head or not head.next:
return head
# 获取上一个节点对象
prev_node = None
# 获取下一个节点对象
next_node = head.next
# 获取当前节点对象
current_node = head
while True:
# 修改next,所指向的对象
current_node.next = prev_node
# 如果下一个阶段对象是None
if not next_node: # not None
break
# 重新获取上一个对象,即把当前丢向单独存一份,以准备第二次循环时插进next属性中
prev_node = current_node
# 重新获取当前对象 , 即把下一个对象单独存储起来(下个)
current_node = next_node
# 重新获取下一个对象,即把下一个对象单独存储起来,所指向的下个新对象赋值给next_node(下下个)
next_node = current_node.next
return current_node
head = reverse_link_list(head)
print(head.value)
print(head.next.value)
print(head.next.next.value)
print(head.next.next.next.value)
print(head.next.next.next.next.value)
print(head.next.next.next.next.next.value)
浙公网安备 33010602011771号