知乎：python面试170题
知乎：30道python自动化测试面试题与答案汇总

1.python迭代器和生成器

1.1 迭代器

迭代器（Iterator）和生成器（Generator）在python中都是处理**序列数据**时非常重要的概念

csdn：python迭代器和生成器

迭代器提供了一种标准的方法来访问一个容器对象中的元素序列，而无需暴露容器的底层实现细节。
迭代器是一个实现了迭代协议的对象，它可以让我们遍历一个容器中的所有元素，而不需要知道容器的内部结构，迭代器可以被用于遍历列表、元组、字典、集合等容器类型。

python的for循环就是通过迭代器来实现的，当我们使用for循环遍历一个容器时，python会自动创建一个迭代对象，并调用__next__()方法来获取容器中的下一个元素，知道容器中的所有元素都被遍历完毕。除了使用for循环，还可以使用iter()函数来手动创建一个迭代器对象，并使用next()函数来获取容器中的下一个元素，这种方式可以让我们更灵活地控制迭代的过程。迭代器可以让我们更加方便的遍历容器中的元素，提高代码可读性和可维护性。

小结： 1.凡是可作用于for循环的对象都是Iterable类型； 2.凡是可作用于next()函数的对象都是Iterator类型，它们表示一个惰性计算的序列； 3.集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。

再举个生活例子来解释一下迭代器：
迭代器这个概念，其实可以把它比喻成一个在图书馆里帮你找书的图书管理员。想象一下：
在图书馆中，图书按照一定的规则排列在不同的书架上。我们想要读遍整个图书馆的所有书籍，但不需要一次性把所有书都搬出来堆在一起。
这时，图书管理员（迭代器）就出场了。你只需要告诉管理员：“我想一本接一本地看所有的书。”管理员就会从第一个书架的第一个位置开始，每次给你取出一本书，并告诉你书的名字和内容（即访问集合中的每个元素）。当你看完一本后，只需说一声“下一本”，管理员就会找到下一个书的位置并递给你（调用next()方法获取下一个元素）。
如果图书馆很大，图书很多，而你的书包很小（内存有限），那么这个图书管理员服务就显得非常实用且高效，因为它只在你需要的时候才取出下一本书，而不是一次性拿出所有书占用大量空间。
当图书馆里的书都被你看完了（容器中所有元素都被访问过），管理员会告诉你没有更多的书可看了（抛出StopIteration异常），这意味着遍历过程结束。
这样，通过迭代器，你可以方便地按照一定顺序逐个访问一组数据，无需关心这些数据是如何存储或组织的，就像你不用了解图书馆的内部布局一样，只需要和图书管理员打交道即可。

1.2 生成器

什么是生成器：是Python中一种特殊的迭代器， 与一次性创建所有元素的数据结构（如列表或元组）不同，生成器在每次迭代时只生成下一个值，从而节省内存并支持无限序列或其他大量数据流的操作。

使用了 yield 的函数被称为生成器（generator）

yield 是一个关键字，用于定义生成器函数，生成器函数是一种特殊的函数，可以在迭代过程中逐步产生值，而不是一次性返回所有结果。
跟普通函数不同的是，生成器是一个返回迭代器的函数，只能用于迭代操作，更简单点理解生成器就是一个迭代器。
当在生成器函数中使用 yield 语句时，函数的执行将会暂停，并将 yield 后面的表达式作为当前迭代的值返回。
然后，每次调用生成器的 next() 方法或使用 for 循环进行迭代时，函数会从上次暂停的地方继续执行，直到再次遇到 yield 语句。这样，生成器函数可以逐步产生值，而不需要一次性计算并返回所有结果。
调用一个生成器函数，返回的是一个迭代器对象。

1.3 总结一下迭代器和生成器的应用场景

• 迭代器（Iterator）

1. 遍历大型数据集：当处理无法一次性加载到内存中的大文件、数据库记录或大规模数据结构时，迭代器可以逐条读取数据，无需全部加载，从而节省内存。
2. 循环遍历任何可迭代对象：包括列表、元组、字典、集合、字符串以及自定义的可迭代类型。for 循环等语句会自动调用迭代器来访问容器内的元素。
3. 无限序列：用于生成斐波那契数列、阶乘序列或其他无限序列，每次仅计算下一个值。

• 生成器（Generator）

1. 延迟计算/惰性求值：生成器允许按需生成结果，适合处理大量计算密集型或IO密集型任务，比如大数据流处理，只在需要时才执行计算并产出结果。
2. 资源管理：在需要有限资源的情况下，例如打开文件并逐行读取内容，生成器可以在读取完一行后，释放相关资源，然后在下一次请求时重新获取资源。
3. 节省内存空间：类似于迭代器，但更加灵活。在函数中使用 yield 关键字暂停函数的执行，并在下次调用时从上次停止的地方恢复，这样在生成复杂数据结构时避免了同时存储所有中间结果的开销。

综上所述，迭代器和生成器是Python中用来简化代码、优化性能和管理资源的重要工具，在处理大规模数据、编写高效算法及构建复杂程序逻辑时发挥着重要作用。

什么是装饰器（decorator）

装饰器允许通过将现有函数传递给装饰器，从而向现有函数添加一些额外的功能，该装饰器将执行现有函数的功能和添加的额外功能。

csdn:必读！53个Python经典面试题详解

Python中如何实现多线程-GIL（全局解释器锁）

Python是多线程语言，其内置有多线程工具包。多线程能让我们一次执行多个线程。Python中的GIL（全局解释器锁）确保一次执行单个线程。一个线程保存GIL并在将其传递给下个线程之前执行一些操作，看上去像并行运行的错觉。事实上是线程在CPU上轮流运行。所有的传递会增加程序执行的内存压力。