python面试常见问题总结。
动态语言
动态语言是在运行时确定数据类型的语言。变量使用之前不需要类型声明。
python中一切皆对象。
内存管理
- Python利用内存池机制用于管理小块内存的申请和释放；
- 当创建大量占用内存小的对象时，即频繁调用new/malloc，会导致大量内存碎片，致使效率降低，所以需要内存池机制。
- 内存池机制需要在内存中预先申请一定数量的、大小相同的内存块留作备用，当有新的内存需求时，先从内存池中，给这个需求分配内存，如果不够了，就在重新申请。
列表和字典的底层原理
列表
Python中的列表是由对其它对象的引用组成的连续数组。指向这个数组的指针及其长度被保存在一个列表头结构中。这意味着，每次添加或删除一个元素时，由引用组成的数组需要该标大小（重新分配）。幸运的是，Python在创建这些数组时采用了指数分配，所以并不是每次操作都需要改变数组的大小。
字典
CPython使用伪随机探测（ 取随机数来作为步长 ）的散列表作为字典的底层数据结构。由于这个实现细节，只有可哈希的对象才能作为字典的键。
垃圾回收机制
python利用引用计数实现跟踪和回收垃圾，并在引用计数的基础上，使用“标记-删除”解决容器内部对象的循环引用问题，利用分代回收以空间换取时间进一步提高垃圾回收的效率。
- 引用计数
当一个对象的引用被创建或者复制时，对象的引用计数+1；
当一个对象的引用被销毁时，对象的引用计数-1；
当对象的引用计数为0时，表明这个对象不会再被使用，将其内存释放掉。 - 标记-删除
寻找根对象的集合来作为垃圾检测动作的起点，根对象的集合是全局变量的引用或者函数栈的引用，这些引用所指向的对象不可能被删除；从根对象出发，沿着根对象集合的每个引用，如果某个对象能够到达，就说明这个对象是可达的，可达对象是不会被删除的，这个过程就是垃圾检测阶段；垃圾检测结束之后，所有对象被分为可达和不可达，可达对象被保留，释放所有不可达对象的内存，这就是垃圾回收阶段。 - 分代回收
将系统中所有内存快按其存活时间划分为多个集合，也就是“代”，python默认定义了三代对象集合，活得越久的对象越不可能是垃圾，应该减少对它的垃圾收集频率。
如何衡量“活得越久”：这个对象经过的垃圾收集次数。
迭代器和生成器
迭代器
- 迭代器生成，被迭代一遍之后，里面的元素就被取光了，如果想在用，还得重新生成。
- 迭代器从集合的第一个元素来开始访问，直到访问完所有的元素，只能向前，不能后退。
生成器
生成器函数：常规函数定义，但是，使用yield语句而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次重它离开的地方继续执行。
生成器表达式：类似于列表推导，但是，生成器返回按需产生结果的一个对象，而不是一次构建一个结果列表。一个生成器表达式的例子:
1squares = [x**2 for x in range(5)] # 列表推导式2squares = (x**2 for x in range(5)) # 生成器表达式
装饰器
装饰器是一种函数的函数，因为装饰器传入的参数就是一个函数，然后通过实现各种功能来对这个函数的功能进行增强。
装饰器最大的优势是用于解决重复性的操作，其主要使用的场景有如下几个：
- 计算函数运行时间
- 给函数打日志
- 类型检查
多线程
- GIL（Global Interpreter Lock，全局解释器锁）
待更新…