“A quitter never wins and a winner never quits” — Napoleon Hill
3.1 垃圾回收
垃圾回收是在正在运行的程序中查找将来无法访问的数据对象，并回收那些对象所使用的资源（尤其是内存）的过程。 自动垃圾收集的语言--Java，C#，Python和大多数脚本语言。 C是没有垃圾回收的语言-程序员需要了解何时应该分配和回收内存。
-
大多数垃圾回收语言都使用引用计数（reference counting,跟踪对象的引用数量）或可达性分析（tracing,从“根”对象开始，查找可被一系列引用访问的对象，剩下没有被引用的对象将被视作“垃圾”被回收）。
-
Python使用引用计数，好处是当引用计数变为0时，它可以立即回收对象。这样做的代价是需要为每个对象存储一个附加的整数值。可达性分析（Java中使用）的好处是可以在独立的线程中执行，从而提高性能。缺点是，当垃圾收集器运行时，程序会暂停所有的线程。
-
引用计数的缺点是无法解决“循环引用”，例如：对象A和对象B互相引用，
A.x = B和B.y = A，这样会引用计数不会变到1以下，即使没有其它的对象引用A和B，在这种情况下，垃圾收集器会定期查找并删除它们。 -
垃圾收集器使用启发式方法提高速度。 例如，根据经验，最近创建的对象更有可能死掉。 因此，在创建对象时，将它们分配给不同的代，然后首先检查年轻的代。
3.2 深拷贝和浅拷贝
参看之前的文章：学习Python一年，这次终于弄懂了浅拷贝和深拷贝
问：浅拷贝和深拷贝的区别？
答：
-
copy.copy(x)和copy.deepcopy(x)，浅拷贝将构造一个新的复合对象，然后（在可能的范围内）将对原始对象中找到的对象的引用插入其中。 深拷贝将构造一个新的复合对象，然后递归地将原始对象中的对象的副本插入其中。 -
浅拷贝和深拷贝之间的区别仅与复合对象有关，复合对象即包含其他对象（例如列表或类实例）的对象。
-
如果已知客户端不会改变对象，可以少用copy。类似地，如果对象本身是不可变的，例如tuple，则无需拷贝它。
3.3 迭代器和生成器
问：迭代器和生成器的区别？
迭代器： 一个实现了__iter__()和__next__()方法的对象。第一个方法返回迭代器对象本身，并在for和in语句中使用。第一个方法在迭代中返回下一个值，如果没有更多的元素，将引发StopIteration异常。
生成器： 创建迭代器的简便方法，使用关键字yield。生成器使用函数调用堆栈隐式存储迭代器的状态-与编写与作为显式类相同的迭代器相比，可以简化迭代器的编写。 它还有助于提高可读性。
每个生成器都是一个迭代器，但反过来就不正确。 特别是，迭代器可以是完全成熟的类，因此可以提供其他功能。 例如，在上面的迭代器类中添加一个方法来更改迭代限制很容易，这对于生成器是不可能的。
3.4 装饰器 @decorator
@符号是装饰器的语法糖，在定义函数的时候使用，避免再一次赋值操作
import time
def time_function(f):
def wrapper(*args, **kwargs):
begin = time.time()
result = f(*args, **kwargs)
end = time.time()
print("Function call with argument {all_args} took ".format(
all_args="\t".join((str(args), str(kwargs)))) + str(end - begin) +
" seconds to execute.")
return result
return wrapper
3.5 List vs. tuple
Lists[1, 4, 7, "apple", 4], Tuple(3.14, "PI", 2,43, "e")
相同点：都是容器，且都能存放不同类型的数据，都能进行索引进行访问a[i]
不同点： 元组的是不可变的，不能改变索引a[i]的值，也不能从元组中增加/删除元素；但是列表可以。
不可变带来的好处：性能提升，容器友好，线程安全。元祖可以放在集合set中并用作键值，但列表不行。创建元组和访问速度稍快，并且内存占用量较小。
3.6 *args 和 *kwargs
都是用于函数中传递可变参数。*arg用于传递可变长度的参数列表:
- 在函数中引用的参数称为
args并不重要-它也可以称为A或varargs,args是习惯用法； -
*必须跟着常规参数后面
第二个参数** kwargs在将可变数量的关键字参数传递给函数时使用。
- 将函数中引用的参数称为
args并不重要，也可以将其称为D或argdict。 -
**参数必须出现在所有常规命名参数和*参数之后 - 关键字实参与命名实参有很大不同，其中命名实参的名称在函数本身中指定
3.7 错误处理、异常机制
3.8 lambda
increment_by_i = [lambda x: x + i for i in range(10)]
print(increment_by_i[3](4))
该程序将打印13（= 9 + 4），而不是预期的7（= 3 + 4）。 这是因为在循环中创建的函数具有相同的作用域。 它们使用相同的变量名称，因此，它们都引用相同的变量i，在循环末尾为10，因此为13（= 9 + 4）。
有很多方法可以得到所需的行为。 合理的方法是从函数返回lambda，从而避免命名冲突。
3.9 函数参数
什么是函数的位置参数，关键字参数和默认参数。
我的博客即将同步至腾讯云+社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=2ef6bijtmon4c
网友评论