1. 简述函数式编程

解释一： 在函数式编程中，函数是基本单位，变量只是一个名称，而不是一个存储单元。除了匿名函数外，Python还使fliter(),map(),reduce(),apply()函数来支持函数式编程。

解释二： 廖---函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。

而函数式编程(请注意多了一个“式”字)——Functional Programming，虽然也可以归结到面向过程的程序设计，但其思想更接近数学计算。

函数式编程就是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数我们称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。

函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！

解释三： 维基百科---函数式编程是一种编程模型，他将计算机运算看做是数学中函数的计算，并且避免了状态以及变量的概念。

2. 什么是匿名函数，匿名函数有什么局限性

解释一：匿名函数，也就是lambda函数，通常用在函数体比较简单的函数上。匿名函数顾名思义就是函数没有名字，因此不用担心函数名冲突。不过Python对匿名函数的支持有限，只有一些简单的情况下可以使用匿名函数。

解释二: fluent-python---Python 简单的句法限制了 lambda 函数的定义体只能使用纯表达式。 换句话说， lambda 函数的定义体中不能赋值， 也不能使用 while和 try 等 Python 语句,在参数列表中最适合使用匿名函数。除了作为参数传给高阶函数之外， Python 很少使用匿名函数。

3. 如何捕获异常，常用的异常机制有哪些？

如果我们没有对异常进行任何预防，那么在程序执行的过程中发生异常，就会中断程序，调用python默认的异常处理器，并在终端输出异常信息。

try...except...finally语句:当try语句执行时发生异常，回到try语句层，寻找后面是否有except语句。找到except语句后，会调用这个自定义的异常处理器。except将异常处理完毕后，程序继续往下执行。finally语句表示，无论异常发生与否，finally中的语句都要执行。

assert语句：判断assert后面紧跟的语句是True还是False，如果是True则继续执行print，如果是False则中断程序，调用默认的异常处理器，同时输出assert语句逗号后面的提示信息。

with语句：如果with语句或语句块中发生异常，会调用默认的异常处理器处理，但文件还是会正常关闭

补充：记录异常 logging 模块，抛出错误 raise语句

4. copy()与deepcopy()的区别

copy是浅拷贝，只拷贝可变对象的父级元素。 deepcopy是深拷贝，递归拷贝可变对象的所有元素。

参考文章

5. 函数装饰器有什么作用(常考)

装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器，就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

6. 简述Python的作用域以及Python搜索变量的顺序

Python作用域简单说就是一个变量的命名空间。代码中变量被赋值的位置，就决定了哪些范围的对象可以访问这个变量，这个范围就是变量的作用域。在Python中，只有模块(module)，类(class)以及函数(def、lambda)才会引入新的作用域。Python的变量名解析机制也称为 LEGB 法则：本地作用域(Local)→当前作用域被嵌入的本地作用域(Enclosing locals)→全局/模块作用域(Global)→内置作用域(Built-in)

7. 新式类和旧式类的区别,如何确保使用的类是新式类

为了统一类(class)和类型(type)，python在2.2版本引进来新式类。在2.1版本中，类和类型是不同的。

为了确保使用的是新式类，有以下方法：

放在类模块代码的最前面 __metaclass__ = type

从内建类object直接或者间接地继承

在python3版本中，默认所有的类都是新式类。

8. 简述__new__和__init__的区别

创建一个新实例时调用__new__,初始化一个实例时用__init__,这是它们最本质的区别。

new方法会返回所构造的对象，init则不会.

new函数必须以cls作为第一个参数，而init则以self作为其第一个参数.

9. Python垃圾回收机制(常考)

Python GC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。

引用计数

PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。

优点:

简单 实时性

缺点:

维护引用计数消耗资源 循环引用

标记-清除机制

基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。

分代技术

分代回收的整体思想是：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。

Python默认定义了三代对象集合，索引数越大，对象存活时间越长。

10. Python中的 @property 有什么作用?如何实现成员变量的只读属性?

@property装饰器就是负责把一个方法变成属性调用，通常用在属性的get方法和set方法，通过设置@property可以实现实例成员变量的直接访问, 又保留了参数的检查。另外通过设置get方法而不定义set方法可以实现成员变量的只读属性。

11. *args and **kwargs

*args代表位置参数，它会接收任意多个参数并把这些参数作为元组传递给函数。**kwargs代表的关键字参数，允许你使用没有事先定义的参数名，另外，位置参数一定要放在关键字参数的前面。

12. 有用过with statement吗？它的好处是什么？具体如何实现？

with语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。

13. what will be the output of the code below? explain your answer?

def extend_list(val, list=[]): # 考察默认参数的坑

list.append(val)

return list

list1 = extend_list(10)

list2 = extend_list(123, []) # 不使用默认参数的 [ ]

list3 = extend_list('a')

print(list1)

print(list2)

print(list3)

In [158]: list1

Out[158]: [10, 'a'] # 记住，当函数的参数是可变参数时要极其小心，list即为可变，但

In [159]: list2 # 定义了list，重新生成

Out[159]: [123]

In [160]: list3

Out[160]: [10, 'a']

上述可参考廖的教程：

默认参数很有用，但使用不当，也会掉坑里。默认参数有个最大的坑，演示如下：

def add_end(L=[]):

L.append('END')

return L

>>> add_end([1, 2, 3]) # 正常调用似乎没问题

[1, 2, 3, 'END']

>>> add_end() # 第一次使用默认参数调用

['END']

>>> add_end() # 开始异常了

['END', 'END']

# 很多初学者很疑惑，默认参数是[]，但是函数似乎每次都“记住了”上次添加了'END'后的list。

# Python函数在定义的时候，默认参数L的值就被计算出来了，即[]，因为默认参数L也是一个变量，它指向对象[]，

每次调用该函数，如果改变了L的内容，则下次调用时，默认参数的内容就变了，不再是函数定义时的[]了。

# 要修改上面的例子，我们可以用None这个不变对象来实现：

def add_end(L=None):

if L is None:

L = []

L.append('END')

return L

定义默认参数要牢记一点：默认参数必须指向不变对象！

class Parent(object): # 考察继承

x = 1

class Child1(Parent):

pass

class Child2(Parent):

pass

print(Parent.x, Child1.x, Child2.x) # [1,1,1]

Child1.x = 2

print(Parent.x, Child1.x, Child2.x) # [1,2,1]

Partent.x = 3

print(Parent.x, Child1.x, Child2.x) # [3,2,3]

14. 在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。

arr = [[1,4,7,10,15], [2,5,8,12,19], [3,6,9,16,22], [10,13,14,17,24], [18,21,23,26,30]] # 竖着排列更形象

def getNum(num, data=None): # 他人做法

while data:

if num > data[0][-1]:

del data[0]

print(data)

getNum(num, data=None)

elif num < data[0][-1]:

data = list(zip(*data))

del data[-1]

data = list(zip(*data))

print(data)

getNum(num, data=None)

else:

return True

data.clear()

return False

if __name__ == '__main__':

print(getNum(18, arr))

# ------------------------

In [237]: def find_num(arr, x): # 我的做法

...: L = []

...: for i in arr:

...: for k in i:

...: L.append(k)

...: M = set(L) - set([x])

...: if M == set(L):

...: print('false')

...: else:

...: print('true') # find_num(arr, 10) 测试结果： True

15. 获取最大公约数、最小公倍数

最大公约数

def gcd(a, b): # 这个就是大名鼎鼎的 欧几里德 算法，又称辗转相除法

while a != 0:

a, b = b % a, a

return b

def maxCommon(a, b): # 这么写也可以

while b:

a, b = b, a%b

return a # 这个return注意要和while并列，否则会出现问题！

最小公倍数

def minCommon(a, b):

c = a*b

while b:

a, b = b, a%b

return c//a # c 除以最大公约数，即得最小公倍数

16. 获取中位数

def median(data):

data.sort()

half = len(data) // 2

return (data[half] + data[~half])/2 # ~ 是按位反转，二进制数0 1对换

按位翻转

计算机中的符号数有三种表示方法，即原码、反码和补码

17. 输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示

def getOneCount(num):

if num > 0:

count = b_num.count('1')

print(b_num)

return count

elif num < 0:

b_num = bin(~num)

count = 8 - b_num.count('1')

return count

else:

return 8

if __name__ == '__main__':

print(getOneCount(5))

print(getOneCount(-5))

print(getOneCount(0))

18. B+树的结构 ----待解决

19. Redis 并发