以后可得记住了--Python笔试面试题小结

1.字符串处理

　　将字符串中的数字替换成其两倍的值，例如：

修改前："AS7G123m (d)F77k"

修改后："AS14G246m (d)F154k"

　  个人思路：先用正则表达式将其中的数字匹配出来进行乘2操作，然后将字符串根据其中的数字进行切割，得到一个字符列表，最终将乘以2后的数字和原有的字符进行拼接得到最后的结果。（我脑子比较笨，想不到别的，如果您有更好更简便的方法，希望可以分享一下！）

import re

text = "AS7G123m (d)F77k"
nums = re.findall(r'(\d+)', text)  # 取出字符串中数字
double_nums = [2 * int(i) for i in nums]   # 乘以2
the_str = []  # 字符列表
for i in nums:
    the_str.append(text.split(i, 1)[0])
    text = text.split(i, 1)[1]
result = ""  # 结果
for i in range(len(double_nums)):
    result += the_str[i] + str(double_nums[i])
result += text
print(result)

 

2.Python传参是值传递还是引用传递？

 　　答案是Python中传递参数是引用传递，那么要证明是引用传递呢？可以参考下面这个例子：

def f(x):
    print(id(x))
    

a = 1
print(id(a))
f(a)
# 140716760159264
# 140716760159264

　　这里分别打印了两个地址，一个是对象a的地址，一个是传入的参数x的地址，可以看到两个地址是一样的，这也就说明Python中的传参使用的引用传递！需要注意的是：对于不可变类型，在函数中对其操作并不会对原对象产生影响，但对于可变类型，在函数中对其操作则可能会改变其值，如下：

1）传入的参数是不可变类型：

def f(x):
    x += "666"  # 这里会创建一个新的对象
    print(x)


s = "777"  # 字符串不可变
print(s)
f(s)
print(s)

# 777
# 777666
# 777

2）传入的参数是可变类型：

def f(x):
    x.append(4)  # 修改原对象的值
    print(x)


s = [1, 2, 3]  # 列表可变
print(s)
f(s)
print(s)

# [1, 2, 3]
# [1, 2, 3, 4]
# [1, 2, 3, 4]

 

3.浅拷贝与深拷贝的那些事

　　在Python中，浅拷贝与深拷贝是一定要分清楚的！对于浅拷贝和深拷贝，可以这么理解：

　　1）浅拷贝：创建一个对象，但其中包含的是原对象中所包含项的引用，如果用引用的方式修改了其中的对象，就会对原对象进行改变。

　　2）深拷贝：创建一个对象，并且递归复制原对象中所包含的对象，此时修改数据不会对原对象产生影响。

　　在下面的代码中包含了赋值、浅拷贝和深拷贝，在Python中赋值即引用对象，所以对c操作也就是对原对象a进行操作，对于浅拷贝对象b和d，对其中的引用进行操作会改变对a中的对象，而对深拷贝对象e进行操作就与原对象a无关了。

import copy

a = [1, [2], 3]
b = a[:]  # 使用切片操作，浅拷贝
c = a  # 赋值操作，即引用
d = a.copy()  # 浅拷贝
e = copy.deepcopy(a)  # 深拷贝

b.append(4)
c.append(5)
d.append(6)
d[1].append(2)
e.append(7)
e[1].append(3)

print(a)  # [1, [2, 2], 3, 5]
print(b)  # [1, [2, 2], 3, 4]
print(c)  # [1, [2, 2], 3, 5]
print(d)  # [1, [2, 2], 3, 6]
print(e)  # [1, [2, 3], 3, 7]

 

 4.Python一行式能干嘛？

　　下面是一些Python一行式的示例，从中可以看出Python是非常简洁和强大的！

　　1）一行代码输出一百以内的奇数：

print([x for x in range(100) if x % 2])

　　2）一行代码求水仙花数：

print([x for x in range(100, 1000) if int(str(x)[0])**3 + int(str(x)[1])**3 + int(str(x)[2])**3 == x])

　　3）一行代码打印九九乘法表：

print("".join(["{} * {} = {}\t".format(x, y, x * y) if x != y else "{} * {} = {}\n".format(x, y, x * y) for x in range(1, 10) for y in range(1, x + 1)]))

　　4）一行代码实现IP地址转换，如将192.168.12.1转换成0b11000000 10101000 00001100 00000001：

print("0b"+" ".join(("00000000" + bin(int(i)).replace("0b", ""))[-8:] for i in ip.split(".")))

　　5）一行代码求1到10的和：

from functools import reduce; print(reduce(lambda x, y: x + y, [i for i in range(1, 11)]))

 

 5.下面这段代码的结果是什么？

def mul():
    return [lambda x: x * i for i in range(4)]


print([m(2) for m in mul()])

　　以上这段代码输出的结果是[6, 6, 6, 6]，而不是[0, 2, 4, 6]！

　　产生这个问题的原因在于Python闭包的延迟绑定。这意味着内部函数被调用时，参数的值在闭包内进行查找。所以当mul()返回的函数被调用时，i的值会在返回的函数里查找，而for循环完成后i的值为3，也就是i最终赋值为3。因此，每次返回的函数乘以传入的值就是最后的结果，得到的结果就是[6, 6, 6, 6]。

　　如果要解决这个问题，可以参考以下方法：

　　1）使用Python生成器。

def mul():
    for i in range(4):
        yield lambda x: x * i


print([m(2) for m in mul()])

　　2）创造一个闭包，利用默认函数进行绑定。

def mul():
    return [lambda x, i=i: x * i for i in range(4)]


print([m(2) for m in mul()])