一：交换变量值
平时时不时会面面实习生，大多数的同学在学校里都已经掌握了Python。面试的时候要求同学们实现一个简单的函数，交换两个变量的值，大多数的同学给出的都是如下的答案
python
def swap(x,y):
tmp = x
x = y
y = tem
实际上，Python中还有更简洁的更具Python风格的实现，如下：
python
def swap(x,y):
x,y = y,x
相比前一种方法，后一种方法节省一个中间变量，在性能上也优于前一种方法。
我们从Python的字节码来深入分析一下原因。
python
import dis
import timeit
def swap1():
x = 5
y = 6
tmp = x
x = y
y = tmp
if _name_=="_main_"
print "================ swap1 ================"
print dis.dis(swap1)
print "================ swap2 ================"
dis是个反汇编工具，将Python代码翻译成字节码指令。这里的输出如下:
================ swap1 ================
5 0 LOAD_CONST 1 (5)
3 STORE_FAST 0 (x)
6 6 LOAD_CONST 2 (6)
9 STORE_FAST 1 (y)
7 12 LOAD_CONST 1 (y)
15 STORE_FAST 0 (x)
None
================ swap2 ================
10 0 LOAF_CONST 1(5)
3 STORE_FAST 0 (x )
11 6 LOAF_CONST 2(6)
9 STORE_FAST 1 (Y )
12 12 LOAD_FAST 0(x)
15 STORE_FAST 2 (tmp)
13 18 LOAF_CONST 1(y)
21 STORE_FAST 0 (x )
14 24 LOAD_FAST 2(tmp)
27 STORE_FAST 1 (y )
30 LOAF_CONST 0(None)
通过字节码可以看到，swap1和swap2最大的区别在于，swap1中通过ROT_TWO交换栈顶的两个元素实现x和y值的互换，swap2中引入了tmp变量，多了一次LOAD_FAST, STORE_FAST的操作。执行一个ROT_TWO指令比执行一个LOAD_FAST+STORE_FAST的指令快，这也是为什么swap1比swap2性能更好的原因。
二：如何在一个函数内部修改全局变量
python
a = 5
def abc():
global a
a =1
abc()
print(a)
三：谈下python的GIL
python的GIL是python的全局解释器锁，同一个进程中如果有多个线程运行，一个线程运行的时候会霸占解释器，上了个锁即GIL，进程内其他线程无法运行。如果遇到耗时操作，GIL会打开，其他线程先运行，所以多线程仍然是有先后顺序的。如果你没有看明白的话可以进我的Python交流.扣扣.裙 ：8衣久二五寺久寺二（数字的谐音转换下可以找到了），可以在裙里一起讨论，裙里还有最新的python学习资料、项目实战案例和面试题集合可以免费下载。
四：fun(args,kwargs)中的args,**kwargs什么意思？
用于函数的接收参数。可以接收补丁数量的参数。
*args是用来接收一个非键值对的可变数量的参数列表
**kwargs允许接收不定长度的键值对。
五：python中断言方法举例
aaa = 1
assert (a0)
print ('断言成功，继续向下执行')
bbb = 2
assert (bbb3)
print ('断言失败')
六：列出python中可变数据类型和不可变数据类型，并简述原理
不可变：int,str,tuple 不允许变量的值发生变化，如果改变了值，相当于创建一个新的对象，相同值的对象，内存中的地址是一样的。
可变对象：list,dict 允许变量的值发生变化，例如append操作后，改变的是原对象的值。如果是两个相同值的对象，内存中的地址也是不一样的。
七：正则表达式匹配中，（.）和（.?）匹配区别？
(.)是贪婪匹配，尽可能多的匹配
(.?)是尽可能少的匹配结果
八：举例说明异常模块中try except else finally的相关意义
else 没有捕捉到异常，执行else里面的，
finally 不管有木有异常 都执行finally里面的 参见withopen里面 不论是否成功打开文件，都会执行close()
九：提高python运行效率的方法
1、使用生成器，节约内存
2、优化for循环
3、核心模块用Cpython PyPy等，提高效率
4、多进程，多线程、协程
5、判断可能性大的放到前面
十：简述mysql和redis区别
redis：内存级非关系数据库，速度快，作网页缓存
mysql：关系型数据库 检索有一定io操作，访问速度慢
在这里插入图片描述
十一：列出常见MYSQL数据存储引擎
InnoDB：支持事务处理，支持外键，支持崩溃修复能力和并发控制。如果需要对事务的完整性要求比较高（比如银行），要求实现并发控制（比如售票），那选择InnoDB有很大的优势。如果需要频繁的更新、删除操作的数据库，也可以选择InnoDB，因为支持事务的提交（commit）和回滚（rollback）。
MyISAM：插入数据快，空间和内存使用比较低。如果表主要是用于插入新记录和读出记录，那么选择MyISAM能实现处理高效率。如果应用的完整性、并发性要求比 较低，也可以使用。
十二：简述多线程、多进程
进程：
1、操作系统资源分配的基本单位，进程之间相互独立
2、稳定性好，但是资源消耗大。
线程：
1、cpu进行资源分配和调度的基本单位，线程是进程再次细分，是比进程更小的独立运行的基本单位，一个进程下所有线程共享该进程资源，
2、IO操作密集，多线程运行效率高，但是如果其中一个崩溃，进程也会崩溃。
应用：
IO密集型用多线程，等待时候可以切换带其他线程运行
CPU密集的用多进程，IO操作少，因为线程多霸占GIL，其他线程不能运行，不能充分发挥多核CPU优势。
十三：列出几种魔法方法并简要介绍用途
init:对象初始化方法
new:创建对象时候执行的方法，单列模式会用到
str:当使用print输出对象的时候，只要自己定义了str(self)方法，那么就会打印从在这个方法中return的数据
del:删除对象执行的方法
十四：MyISAM 与 InnoDB 区别：
1、InnoDB 支持事务，MyISAM 不支持，这一点是非常之重要。事务是一种高级的处理方式，如在一些列增删改中只要哪个出错还可以回滚还原，而 MyISAM就不可以了；
2、MyISAM 适合查询以及插入为主的应用，InnoDB 适合频繁修改以及涉及到安全性较高的应用；
3、InnoDB 支持外键，MyISAM 不支持；
4、对于自增长的字段，InnoDB 中必须包含只有该字段的索引，但是在 MyISAM表中可以和其他字段一起建立联合索引；
5、清空整个表时，InnoDB 是一行一行的删除，效率非常慢。MyISAM 则会重建表；
十五：Linux命令重定向 > 和 >>
Linux 允许将命令执行结果 重定向到一个 文件
将本应显示在终端上的内容 输出／追加 到指定文件中
表示输出，会覆盖文件原有的内容
表示追加，会将内容追加到已有文件的末尾
用法示例：
将 echo 输出的信息保存到 1.txt 里echo Hello Python 1.txt
将 tree 输出的信息追加到 1.txt 文件的末尾tree 1.txt
十六：：python传参数是传值还是传址？
传的是指针，是引用传递
对于不可变类型（数值，str，tuple），不会改变原来变量
对于可变数据类型（list dict），会修改对应变量。
最后还是要推荐下我自己建的Python开发学习裙:8衣久二五寺久寺二（数字的谐音转换下可以找到了），群里都是学Python开发的，如果你正在学习Python ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有Python软件开发相关的），包括我自己整理的一份2020最新的Python进阶资料和高级开发教程，欢迎进阶中和进想深入Python的小伙伴
本文的文字及图片来源于网络加上自己的想法,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理。
网友评论