(三十三)补充Python经典面试题(吸收高级编程特性)

第一题:

def func(a, b=[]): pass

一、上题讲解:

这个函数定义有一个默认参数b,它的默认值是一个空列表[]。这道面试题涉及到Python中函数参数默认值的一些重要概念和陷阱

首先,当你调用这个函数时,如果不传递参数b的值,它将使用默认的空列表[]。例如:

func(1)  # 这会将a设置为1,b设置为默认的空列表[]

但是,这里有一个陷阱。默认参数b(即空列表[])在函数定义时只会被创建一次,而不是每次函数调用时都会创建一个新的空列表。这就意味着,如果你在一个函数调用中修改了b的值,那么下一次调用该函数时,b将保留上一次的修改。

例如:

func(1)  # a=1, b=[]
b.append(2)
func(3)  # a=3, b=[2]

在上面的例子中,我们首先调用了func(1),然后在b上执行了append(2)操作,导致b变成了[2]。接下来,我们调用了func(3),此时a被设置为3,但b仍然是[2],而不是一个新的空列表[]。

这种行为可能会导致一些不直观的问题和bug,因为使用者可能期望每次调用函数时都会得到一个独立的空列表。

为了避免这种问题,我们可以使用None作为默认值,并在函数内部检查b是否为None,然后在需要时创建一个新的空列表。例如:

def func(a, b=None):if b is None:b = []# 现在每次函数调用都会得到一个新的空列表# 其他函数逻辑

这样做可以确保每次调用函数时都会得到一个新的空列表,避免了默认参数共享的问题。

二、是什么导致的上述问题:

这是因为在Python中,默认参数在函数定义时只会被创建一次,并且在函数的整个生命周期内都会保留它们的状态。这是为了提高函数的性能和效率。

当你定义一个函数时,Python会在函数的定义阶段创建默认参数的值,然后将这些值存储在函数的代码对象中。这意味着每次调用函数时,不会重新创建默认参数的新实例,而是会重用已经存在的默认参数。

这种行为有一些优点和一些潜在的陷阱:

优点:

  1. 提高了函数的性能,因为不需要每次函数调用都创建新的默认参数对象。
  2. 可以实现一些有用的功能,例如在多次函数调用之间共享状态。这可以在某些情况下很有用。

潜在的陷阱:

  1. 如果默认参数是可变对象(如列表或字典),并且在函数内部进行了修改,那么这些修改会在后续函数调用中保留下来,可能导致不直观的行为。
  2. 开发者需要谨慎处理默认参数,以避免意外共享状态的问题。

要避免默认参数共享状态的问题,可以使用None作为默认参数的值,并在函数内部检查并创建新的实例,如上解决的方法所示。

总之,Python的默认参数在函数定义时只会被创建一次,这是出于性能和实现的考虑,但在使用可变对象作为默认参数时需要特别小心,以避免不希望的副作用。

第二题:

val = [lambda: i + 1 for i in range(10)]data = val[0]()
print(data)

这道面试题涉及到Python中的lambda函数和列表推导式,并且可能会引发一个常见的陷阱,即闭包与变量作用域的问题。

将上述代码拆开来看:

def a():return i + 1s = []
for i in range(10):s.append(a)print(s[0]())

相信很多小伙伴看到上述拆开的代码都已经能理解本道面试题的精髓所在了。
但也请继续看下原理,是否和你想的一样~

讲解原理:

首先,列表推导式 [lambda: i + 1 for i in range(10)] 创建了一个包含 10 个 lambda 表达式的列表,每个 lambda 表达式在调用时都会返回 i + 1 的值。**需要注意的是这里每个 lambda 表达式都是一个闭包,它们“记住”了变量 i 的值。 然而,关键之处在于 lambda 表达式记住的是变量 i 而非 i 当时的值。**由于列表推导式内的 i 是在单个作用域内循环的,因此当列表推导式结束时,i 的值将停留在最后一次循环的值,即 9。 之后的代码 data = val[0]选择列表中的第一个 lambda 函数并调用它。因为所有的 lambda 闭包都是对同一个 i 的引用,这时 i 的值是循环结束时的值 9。因此,无论调用列表中的哪一个 lambda 表达式,它都能返回 9 + 1,即 10。

这是因为,**在 Python 的 for 循环中,循环变量 i 会被绑定到列表推导式的外部作用域,而不是每次迭代都创建一个新的作用域。**所以,所有的 lambda 表达式都引用着同一个 i 变量,而在循环结束时,i 的值为 9。 要让每个 lambda 表达式保留它被定义时的 i 值,可以使用默认参数来捕获i的值,以确保每个lambda函数都捕获到不同的值:

val = [lambda i=i: i + 1 for i in range(10)]data = val[0]()
print(data)

上面修改后的代码中,lambda i=i: i + 1 为每个 lambda 函数创建了一个默认参数 i,它的值在定义 lambda 函数时就被确定下来了。这时,val[0]会输出 1,因为它将使用列表推导式中第一次迭代时 i 的值,即 0,然后加 1。

第三题:

老生常谈,请讲一讲迭代器,生成器,可迭代对象,装饰器,并讲一下它们各自的应用场景。

首先,迭代器(Iterator)、生成器(Generator)、可迭代对象(Iterable)都与遍历数据集合相关,但各有特点,所以放一起讲:

1.1 迭代器(Iterators):

迭代器是遵循迭代器协议的对象,这意味着迭代器对象需要实现两个方法:__iter__()__next__()__iter__() 返回迭代器对象本身,而 __next__() 方法返回容器中的下一个元素。当迭代器中没有更多元素时,__next__()应该抛出一个 StopIteration 异常。迭代器允许一个对象对一组数据进行遍历,但不需要此数据在内存中完全展开。

  • Python的内置容器类型:

    如列表、元组、字典等,都提供了迭代器。例如,当你在列表上调用 __iter__()函数时,会返回一个迭代器,该迭代器可以遍历列表的所有元素。

  • 使用场景:

    当需要访问集合中的元素而不暴露底层表示时;

    当需要一个能够记住遍历位置的对象时,以便在需要时能够从同一位置继续。

1.2 生成器(Generators):

生成器是一种特殊的迭代器,更容易编写。**当需要一次一个地按顺序生成一个序列的值时,使用生成器是非常有用的。**生成器函数使用 yield 语句,每次产生(yield)一个值,函数的状态会被挂起,直到下一个值被请求时再恢复。 生成器表达式是另一种构建生成器的方式,它看起来像列表推导式,但使用圆括号而不是方括号。

  • 使用场景:

    当需要一个懒序列(lazy sequence),该序列按需计算元素而不是预先计算,并且不希望一次性加载所有元素到内存中;

    当处理的是流式数据或大数据集合,只需要一次处理一部分数据;

    当需要一个函数来生成无穷序列下的元素。

1.3 可迭代对象(Iterables):

可迭代对象是实现了 __iter__() 方法的任何 Python 对象,__iter__() 需要返回一个迭代器。另外,可迭代对象也可以实现 __getitem__() 方法,以便按照索引访问元素。字符串、列表等 Python 标准类型都是可迭代的。

class Demo(object):def __iter__(self):return iter([1, 2, 3])obj = Demo()
  • 使用场景:

    在使用 for 循环时,你通常会迭代一个可迭代对象;

    当需要一种方式可以一次访问一组元素,而无需将它们全部保存在内存中;

    在使用 map()、filter()、sum()、min()、max() 等内置函数时,这些函数接受一个可迭代对象作为参数

1.4 总结一下:

在 Python 中,迭代器、生成器和可迭代对象是集合数据访问的三个基本概念。迭代器提供了一种通用的遍历集合数据的方法,而生成器提供了一种生成迭代数据的简洁方式,可迭代对象则定义了可以生成迭代器的对象。它们的共同目的是为了在保持代码简洁的同时,有效地处理数据集合,尤其是在数据量非常大或者是无限的情况下。 理解并掌握这些概念对于编写高效和可读性高的 Python 代码非常重要。每个概念都在数据处理和控制流的抽象中扮演着关键角色,并广泛应用于数据分析领域、系统操作领域和网络编程等领域。

2.0 装饰器(Decorator):

装饰器是Python中的一种高级编程特性,**它允许你在不修改原始函数代码的情况下,动态地增强或修改函数的行为。**装饰器通常用于代码重用、添加功能、修改函数的输入/输出等方面,它是Python函数式编程的一部分,非常强大和灵活。

  1. 函数装饰器

    • 装饰器本质上是一个Python函数,它接受一个函数作为参数,并返回一个新的函数。
    • 装饰器函数通常在函数定义之前使用@符号来装饰目标函数。
    • 装饰器的主要作用是在不修改原函数代码的情况下,为函数添加额外的功能或修改其行为。
  2. 装饰器示例
    下面是一个简单的装饰器示例,它用于测量函数的执行时间:

    import timedef timing_decorator(func):def wrapper(*args, **kwargs):start_time = time.time()result = func(*args, **kwargs)end_time = time.time()print(f"{func.__name__} took {end_time - start_time} seconds to execute.")return resultreturn wrapper@timing_decorator
    def my_function():# Some time-consuming tasktime.sleep(2)my_function()

    在这个示例中,timing_decorator装饰器测量了my_function函数的执行时间,而不需要修改my_function的源代码。

  3. 多个装饰器
    你可以为一个函数应用多个装饰器,它们按照从上到下的顺序执行。这允许你将不同的功能组合在一起,以增强函数的行为。

    @decorator1
    @decorator2
    def my_function():# ...# 等效于
    my_function = decorator1(decorator2(my_function))
    
  4. 内置装饰器
    Python提供了一些内置装饰器,如@staticmethod@classmethod,用于定义静态方法和类方法。这些装饰器可以用于类中的方法,以提供不同类型的方法调用。

    class MyClass:def __init__(self, value):self.value = value@staticmethoddef static_method():print("This is a static method")@classmethoddef class_method(cls):print("This is a class method")obj = MyClass(42)
    obj.static_method()
    obj.class_method()
  5. 自定义装饰器
    你可以自己编写装饰器函数,以满足特定需求。通常,自定义装饰器需要接受函数作为参数,并返回一个包装函数。装饰器函数可以在包装函数的前后执行自定义逻辑。

装饰器是Python中强大而灵活的工具,它们用于增强函数的功能、提供代码重用和简化代码结构。常见的装饰器包括日志记录、性能分析、权限验证、缓存等。理解和熟练使用装饰器是成为高级Python开发人员的关键一步。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/231901.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

综合布线实训室建设方案(2024)

——设计单位武汉唯众智创科技有限公司 综合布线实训室概述 随着智慧城市的崛起和新兴行业如人工智能、物联网、云计算、大数据等的迅猛发展,网络布线系统成为现代智慧城市、社区、建筑、家居、工厂和服务业等领域的基础设施和神经网络。实践表明,网络…

python:import自定义包或py文件时,pyCharm正常但终端运行提示ModuleNotFoundError: No module named错误

问题 示例项目引用items.py,项目在pycharm开发工具中可以正常运行,但使用终端直接运行会报错ModuleNotFoundError: No module named。如下图。 原因 pycharm开发工具运行正常,说明目录和引用模块是没问题的。问题在于终端的运行环境只搜索文…

MinIO客户端之license

MinIO提供了一个命令行程序mc用于协助用户完成日常的维护、管理类工作。 官方资料 mc licensemc license infomc license registermc license update MinIO当前使用双License,即GNU AGPL v3和商业License。 查看当前部署的MinIO节点使用的License。 命令如下&…

【数据结构和算法】 K 和数对的最大数目

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、题目描述 二、题解 2.1 方法一:双指针排序 三、代码 3.1 方法一:双指针排序 3.2 方法二&#xff1…

极智AI | 算子融合、矩阵分块 一图看懂大模型优化技术FlashAttention

欢迎关注我的公众号 [极智视界],获取我的更多经验分享 大家好,我是极智视界,本文来介绍一下 算子融合、矩阵分块 一图看懂大模型优化技术FlashAttention。 邀您加入我的知识星球「极智视界」,星球内有超多好玩的项目实战源码下载,链接:https://t.zsxq.com/0aiNxERDq 没错…

Scrapy+Selenium项目实战--携程旅游信息爬虫

在网络爬虫中,使用Scrapy和Selenium相结合是获取动态网页数据的有效方式。本文将介绍如何使用Scrapy和Selenium构建一个爬取携程旅游信息的爬虫,实现自动化获取数据的过程。 本文已对部分关键URL进行处理,本文内容仅供参考,请勿用…

11.1 Linux 设备树

一、什么是设备树? 设备树(Device Tree),描述设备树的文件叫做 DTS(DeviceTree Source),这个 DTS 文件采用树形结构描述板级设备,也就是开发板上的设备信息: 树的主干就是系统总线, IIC 控制器、 GPIO 控制…

Mysql数据库学习笔记

数据库分为关系型数据库和非关系型数据库,我们要学的MySQL数据库是关系型数据库。 Mysql的介绍这里不做赘述,网上一大片,这里直接步入正题!!! 一、SQL语言 SQL语言是一种结构化查询语言(Stru…

飞天使-jumpserver-docker跳板机安装

文章目录 jumpserverdocker 更新到最新下载安装包mysql启动mysql 命令 验证字符集,创建数据库使用jumpserver 进行连接测试 redis部署jumpserver 写入变量建jumpserver 容器正确输出登录验证 jumpserver 基础要求 硬件配置: 2 个 CPU 核心, 4G 内存, 50G 硬盘(最低…

MacOS - 如何在 Mac 苹果电脑中打开 gif 图片

我们在使用Mac电脑的时候,想要双击打开的GIF图片,发现不会自动播放,而是很多张图片帧,今天就跟大家介绍一下如何在mac苹果电脑中打开gif图片的具体操作步骤 方法一 首先打开电脑,找到图片,右键&#xff0c…

爬虫持久化保存

## open方法- 方法名称及参数markdown **open(file, moder, bufferingNone, encodingNone, errorsNone, newlineNone, closefdTrue)****file** 文件的路径,需要带上文件名包括文件后缀(c:\\1.txt)**mode** 打开的方式(r,w,a,x,b,t…

ESP32+BlinkerWiFi+智能台灯

一、硬件 ESP32 白色LED 超声波传感器 USB转串口(只用到VCC,GND) 面包板 二、软件 Arduino IDE版ESP32开发板 Blinker,apk 三、电路连接 USB转串口(LED) VCC(VCC) GND(GND)(ESP32的GND ESP32:LED:超声波传感器 VCC: :VCC GND:GND:GND 2…

【改进YOLOv8】桑叶病害检测系统:减少通道的空间对象注意力RCS-OSA改进YOLOv8

1.研究背景与意义 项目参考AAAI Association for the Advancement of Artificial Intelligence 研究背景与意义: 随着农业科技的不断发展,农作物病害的快速检测和准确诊断成为了农业生产中的重要问题。其中,桑叶病害对于桑树的生长和产量具…

电脑监测微信聊天记录丨用黑科技能查到别人聊天记录吗

最近有企业网管来咨询我们,用什么黑科技可以查看到别人的聊天记录吗? 先说答案吧:是可以的 下面是一位访客咨询我们的记录↓ 2023年都要结束了,电脑监测微信聊天记录也已经不再是什么稀奇的事情了。在市面上这样的软件也很普遍了…

字符串左旋N个字符

题目 写一个函数,判断一个字符串是否为另外一个字符串旋转之后的字符串。 例如:给定s1 AABCD和s2 BCDAA,返回1. 给定s1 abcd和s2 ACBD,返回0. AABCD左旋一个字符得到ABCDA AABCD左旋两个字符得到BCDAA AABCD右旋一个字符得到…

python中字典是什么

在Python中,字典是一种无序的数据结构,用于存储键-值对。它是通过键来访问值的,而不是通过索引。字典使用大括号{}来定义,每个键-值对之间使用冒号:来分隔。 例如,创建一个字典来表示一个人的信息,可以使用…

pytorch——豆瓣读书评价分析

任务目标 基于给定数据集,采用三层bp神经网络方法,编写程序并构建分类模型,通过给定特征实现预测的书籍评分的模型。 选取数据 在各项指标中,我认为书籍的评分和出版社、评论数量还有作者相关,和其他属性的关系并大。…

K8S学习指南(27)-k8s存储对象Persistent Volume Claim

文章目录 前言什么是Persistent Volume Claim?Persistent Volume Claim的基本结构1. Access Modes(访问模式)2. Storage Class(存储类)3. Resources(资源需求)4. Status(状态&#x…

电脑里的ip地址在哪里查找

​互联网的普及使得电脑成为我们日常生活中不可或缺的工具。然而,对于很多人来说,电脑中的IP地址是一个相对陌生的概念。那么,电脑里的IP地址到底在哪里查找呢?本文将详细介绍如何快速查找和设置电脑IP地址,帮助您更好…

MongoDB的数据库引用

本文主要介绍MongoDB的数据库引用。 目录 MongoDB的数据库引用 MongoDB的数据库引用 MongoDB是一种面向文档的NoSQL数据库,它使用BSON(Binary JSON)格式存储和查询数据。在MongoDB中,数据库引用是一种特殊的数据类型,…