6 
python常见面试题
面试问题：
1.python的垃圾回收机制：
主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，通过“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率。
2.python中赋值、浅拷贝、深拷贝的特点：
赋值：实际上就是对象的引用
浅拷贝：只拷贝父类对象，不拷贝子类对象，拷贝前后id不变。
深拷贝：完全拷贝父类和子类对象，拷贝后id变了。
3.mysql事务的4个层次：
数据库事务的隔离级别有4个，由低到高依次为Read uncommitted(未授权读取、读未提交)、Read committed（授权读取、读提交）、Repeatable read（可重复读取）、Serializable（序列化），这四个级别可以逐个解决脏读、不可重复读、幻象读这几类问题。
4.迭代器和生成器：
生成器是迭代器的一种。
生成器：以yield结尾，用next（）调用，每次调用一次，产生会一个值。
迭代器：需要自定义iter（）方法，当调用到最后一个值之后再调用会抛出StopIteration 异常。
总结：有yield的函数就是生成器。
5.可变对象和不可变对象：
可变：list、dict、set
不可变：strings，unmber，tuple
6.装饰器的作用：
为已经存在的对象添加额外的功能
eg：写一个计算时间的装饰器
import time
def timer(func):
def warper(*args,**kwargs):
start = time.time()
func(*args,**kwargs)
end = time.time()
return end-start
return warper
@timer
def function(a):
time.sleep(2)
return [x for x in range(a)]
print(function(10000))
7.mysql索引：常用的有两种，MyISAM 和 InnoDB。其区别及如何选择：
- 区别：
- InnoDB 支持事务，MyISAM 不支持事务，回滚将造成不完全回滚，不具有原子性。
- InnoDB 支持外键，而 MyISAM 不支持。
- InnoDB支持行级锁，而MyISAM只支持表级锁。
- MyISAM支持全文索引
- 选择：
- 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。
如果系统读少，写多的时候，尤其是并发写入高的时候。InnoDB就是首选了
- 因为MyISAM相对简单所以在效率上要优于InnoDB.如果系统读多，写少。对原子性要求低。那么MyISAM最好的选择。且MyISAM恢复速度快。可直接用备份覆盖恢复。
8.GIL的作用：
多线程情况下必须存在资源的竞争，GIL是为了保证在解释器级别的线程唯一使用共享资源（cpu）
9.redis五种数据类型：
列表（list）、字符串（strings）、哈希（hash），集合（set）、有序集合（zset）
10.redis的特点
属于非关系型数据库，存储再内存中的数据库，所以处理速度很快。
11.为什么使用redis做缓存？
1.高性能：
假如用户第一次访问数据库中的某些数据。这个过程会比较慢，因为是从硬盘上读取的。将该用户访问的数据存在数缓存中，这样下一次再访问这些数据的时候就可以直接从缓存中获取了。操作缓存就是直接操作内存，所以速度相当快。如果数据库中的对应数据改变的之后，同步改变缓存中相应的数据即可！
2.高并发：
直接操作缓存能够承受的请求是远远大于直接访问数据库的，所以我们可以考虑把数据库中的部分数据转移到缓存中去，这样用户的一部分请求会直接到缓存这里而不用经过数据库。
12.redis 和 memcached 的区别：
13.七层网络协议
算法题：
1.一行代码实现对列表a中的偶数位置的元素进行加3后求和。
li = [2, 4, 3, 2, 9]
print(sum([li[x]+3 for x in range(len(li))if x%2!=0]))
#思路：长度为基数的元素正好是索引为偶数的元素。
2.实现一个单例模式：
class single(object):
_instance = None
@classmethod
def get_instance(cls):
if not cls._instance:
cls._instance = single._instance
else:
return cls._instance
a = single()._instance
b = single()._instance
print(id(a))
print(id(b))
#结果：10747968
10747968
3.python 实现快排
def quick_sort(list1):
if len(list1) <= 1:
return list1
else:
mid_num = list1[0]
big_nums = [i for i in list1[1:] if i >=mid_num]
small_nums = [i for i in list1[1:] if i < mid_num]
result = quick_sort(big_nums) + [mid_num] + quick_sort(small_nums)
return result
a = [2,4,2,4,6,7,5,19]
print(quick_sort(a))
#结果：[19, 7, 6, 5, 4, 4, 2, 2]
