xmengai.com

Appearance

Language_Python 面试专题手册 ​

💡 本章节共收录 197 道面试真题，建议每天复习 10-20 题。

Q1: Python多进程解决OOM问题，为什么不用多线程 ​

【核心解析】 Python GIL导致多线程无法并行利用多核CPU；多进程可以独立内存空间，避免内存泄漏影响其他进程；多进程适合CPU密集型任务，多线程适合I/O密集型；OOM通常由内存泄漏或大对象引起，多进程可以隔离问题。

Q2: LangChain 是什么？它主要解决什么问题？ ​

【核心解析】 LangChain 是一个用于构建基于大语言模型（LLM）应用的框架，提供链式调用、记忆、代理等功能，简化与 LLM 的交互和任务编排。

Q3: 请解释Python中的协程（Coroutine）是什么？它与线程和进程有何区别？Python中如何实现协程？ ​

【核心解析】 协程是用户态轻量级线程，由程序自身控制调度；协程切换开销小，适合IO密集型任务；Python通过async/await关键字实现协程；协程基于事件循环运行，单线程内并发；与线程相比，协程无需锁机制，但无法利用多核。

Q4: 请简单聊聊LangChain和LangGraph，包括它们的基本概念、核心组件（如Chain、Agent、Tool、Memory等）以及典型应用场景。 ​

【核心解析】 LangChain：用于构建LLM应用的框架，核心组件包括Prompt Template、LLM、Chain、Agent、Tool、Memory；Chain：串联多个LLM调用或工具；Agent：根据用户输入动态选择工具；Tool：封装外部API或函数；Memory：保存对话历史；LangGraph：基于LangChain的图结构框架，支持有向图定义工作流，节点为LLM或工具，边为状态转移；应用场景：聊天机器人、文档问答、自动化工作流、代码生成等。

Q5: Python 的 GIL 锁是什么？ ​

【核心解析】 GIL是全局解释器锁，保证同一时刻只有一个线程执行Python字节码；限制多线程并行，但I/O密集型任务影响较小；可通过多进程或使用C扩展绕过GIL。

Q6: 请介绍Python的asyncio库，包括其核心概念和用法。 ​

【核心解析】 asyncio：基于协程的异步I/O框架；核心概念：事件循环、协程（async/await）、Future、Task；用法：定义async函数，使用await挂起；事件循环运行协程；支持并发：gather、wait；适用场景：I/O密集型任务，如网络请求、文件读写；注意：CPU密集型任务需用多进程。

Q7: 请解释Python的装饰器、GIL、浅拷贝与深拷贝、yield用法以及垃圾回收机制。 ​

【核心解析】 装饰器是返回函数的高阶函数，用于增强功能；GIL是全局解释器锁，限制多线程并行执行CPU密集型任务；浅拷贝只复制引用，深拷贝递归复制所有对象，使用copy.deepcopy；yield用于生成器，实现惰性求值；垃圾回收基于引用计数和分代回收，循环引用由gc模块处理。

Q8: 请解释 Python 中的装饰器（decorator）及其应用场景。 ​

【核心解析】 装饰器是一种高阶函数，用于在不修改原函数代码的情况下添加功能；通过 @ 语法糖使用；常用于日志、权限校验、缓存等；可接受参数并返回包装函数；支持类装饰器

Q9: 请解释 Python 中的生成器（generator）及其与迭代器的关系。 ​

【核心解析】 生成器使用 yield 关键字返回数据，保存函数执行状态；生成器是迭代器的一种，支持惰性求值；常用于处理大数据流或无限序列；可通过 next() 或 for 循环迭代；生成器表达式类似列表推导式但使用圆括号

Q10: 请解释 Python 中的协程（coroutine）及其与生成器的区别。 ​

【核心解析】 协程通过 async/await 关键字实现异步编程；基于事件循环调度；与生成器不同，协程用于并发而非迭代；支持暂停和恢复执行；常用于 I/O 密集型任务

Q11: Python的八股（如GIL、装饰器、列表推导式）。 ​

【核心解析】 GIL限制多线程并行；装饰器用于增强函数；列表推导式高效创建列表；动态类型、鸭子类型。

Q12: Python中的self关键字的作用是什么？ ​

【核心解析】 self代表实例本身；在类的方法中必须作为第一个参数；通过self访问实例属性和方法；不是Python关键字，只是约定

Q13: Python中的生成器是什么？ ​

【核心解析】 使用yield关键字的函数；返回生成器对象；惰性求值，节省内存；可用for循环或next()迭代；如斐波那契数列生成器

Q14: Python中的装饰器是什么？ ​

【核心解析】 本质是函数，用于增强其他函数功能；语法糖@decorator；可接受函数作为参数并返回新函数；常用于日志、计时、权限检查

Q15: PyTorch、MindSpore、TensorFlow三个深度学习框架的区别是什么？ ​

【核心解析】 动态图vs静态图（PyTorch动态，TensorFlow 2.x动态，MindSpore支持动态/静态）；生态与社区（TensorFlow最广，PyTorch研究界流行，MindSpore华为生态）；分布式训练支持；自动微分机制；部署工具（TensorFlow Serving, TorchServe, MindSpore Lite）；硬件适配（GPU/昇腾/麒麟）

Q16: 有没有了解过Langchain之类的框架，并实际做过RAG的实现？ ​

【核心解析】 Langchain用于构建LLM应用；RAG（检索增强生成）结合向量数据库；文档分块、嵌入、检索；使用Langchain的Chain和Agent；实际项目经验；处理上下文长度限制；优化检索质量

Q17: 请解释Python的装饰器、迭代器、生成器以及闭包的概念和用法。 ​

【核心解析】 装饰器：高阶函数，用于扩展函数功能，语法@decorator；迭代器：实现__iter__和__next__方法的对象，可被for循环遍历；生成器：使用yield关键字的函数，惰性求值，节省内存；闭包：内部函数引用外部变量，形成闭包环境，常用于装饰器。

Q18: 请解释Python中的装饰器、迭代器和生成器的概念及用途。 ​

【核心解析】 装饰器用于在不修改函数代码的情况下添加功能，基于闭包实现；迭代器是实现了__iter__和__next__方法的对象，用于遍历数据；生成器是使用yield关键字的函数，用于惰性求值，节省内存。

Q19: 请解释Python的垃圾回收机制。 ​

【核心解析】 Python使用引用计数为主，标记-清除和分代回收为辅；引用计数：每个对象维护引用计数，为0时立即回收；标记-清除：解决循环引用，从根对象遍历标记可达对象，清除不可达对象；分代回收：将对象分为三代，年轻代回收频率高，老年代低。

Q20: 请介绍Python高并发编程的常用方法。 ​

【核心解析】 多线程：适合I/O密集型，受GIL限制；多进程：适合CPU密集型，通过multiprocessing模块实现；异步编程：使用asyncio库，基于事件循环和协程，适合I/O密集型；协程库：如gevent，通过猴子补丁实现并发。

Q21: 了解langchain吗 ​

【核心解析】 LangChain是一个用于构建大语言模型（LLM）应用的框架；提供模块化组件（如模型、提示、链、代理、记忆）；支持多种LLM和工具集成；简化了复杂工作流（如RAG、对话系统）；核心概念：Chain、Agent、Tool、Memory

Q22: Python装饰器的作用和实现原理是什么？ ​

【核心解析】 装饰器用于在不修改函数代码的情况下增加功能；本质是返回函数的高阶函数；使用@语法糖；支持带参数装饰器；常见应用：日志、计时、权限检查

Q23: 讲讲 Python 的装饰器。 ​

【核心解析】 高阶函数；接受函数作为参数并返回新函数；用于增强功能（日志、计时等）；@语法糖；可带参数；functools.wraps保留原函数属性

Q24: Python中进程、线程、装饰器、继承的概念及区别 ​

【核心解析】 进程是资源分配的最小单位，线程是CPU调度的最小单位；Python多线程受GIL限制，适合I/O密集型，多进程适合CPU密集型；装饰器用于在不修改原函数的情况下增加功能，本质是返回函数的高阶函数；继承允许子类复用父类属性和方法，支持多继承，需注意方法解析顺序（MRO）。

Q25: Python有没有真正意义上的线程？请解释全局GIL锁的影响。 ​

【核心解析】 Python线程受GIL（全局解释器锁）限制，同一时刻只有一个线程执行字节码；GIL导致CPU密集型任务无法利用多核；I/O密集型任务中GIL影响较小；可通过多进程（multiprocessing）或协程（asyncio）绕过GIL；Python线程适合I/O密集型场景。

Q26: Python中is和==的区别是什么？请从内存地址和值比较的角度说明。 ​

【核心解析】 is比较两个对象的身份标识（id），即内存地址是否相同；==比较两个对象的值是否相等，调用__eq__方法；对于小整数和短字符串，Python会缓存，可能导致is为True；自定义类可通过__eq__控制==行为。

Q27: Python中浅拷贝和深拷贝的区别是什么？请说明嵌套对象的复制机制和数据隔离。 ​

【核心解析】 浅拷贝只复制对象本身，不复制内部子对象，子对象引用共享；深拷贝递归复制所有子对象，完全独立；copy模块提供copy()和deepcopy()；对于不可变对象，浅拷贝和深拷贝效果相同。

Q28: Python多线程在什么场景下适用？请结合爬虫开发说明。 ​

【核心解析】 多线程适合I/O密集型任务，如网络请求、文件读写；在爬虫中，多线程可并发发送HTTP请求，提高效率；由于GIL限制，CPU密集型任务多线程效果不佳，应使用多进程。

Q29: Python装饰器的应用场景有哪些？请说明静态方法、类方法、实例方法的使用。 ​

【核心解析】 装饰器用于在不修改原函数代码的情况下增加功能；静态方法（@staticmethod）无需实例调用，类方法（@classmethod）接收类作为第一个参数，实例方法接收self；常见应用：日志、权限校验、缓存、Flask路由注册。

Q30: Django MVT架构是什么？请简述其工作原理。 ​

【核心解析】 MVT：Model（模型）、View（视图）、Template（模板）；Model定义数据结构，View处理业务逻辑，Template渲染HTML；用户请求经URL分发到View，View操作Model并返回Template响应。

Q31: Pandas中用什么函数读取文件？请举例说明。 ​

【核心解析】 常用pd.read_csv()读取CSV文件；其他：pd.read_excel()、pd.read_json()、pd.read_sql()；参数包括文件路径、分隔符、编码等。

Q32: Python的垃圾回收机制是什么？ ​

【核心解析】 引用计数为主，标记-清除和分代回收为辅；引用计数为0时立即回收；循环引用需标记-清除；分代回收将对象分为三代，频率递减；可通过gc模块手动控制。

Q33: 请解释Python的GIL锁及其对多线程的影响，并说明如何绕过GIL实现并行计算。 ​

【核心解析】 GIL是全局解释器锁，确保同一时刻只有一个线程执行Python字节码；影响CPU密集型任务，I/O密集型任务影响较小；绕过方法包括使用多进程、C扩展、异步编程等。

Q34: Python中变量名前加一个下划线和两个下划线有什么区别？请解释Python的访问控制机制。 ​

【核心解析】 单下划线表示保护成员，约定不直接访问；双下划线触发名称修饰（_ClassName__attr），实现私有属性；Python没有真正的私有，仍可通过修饰后的名称访问。

Q35: 请解释Python的垃圾回收机制，包括引用计数和循环垃圾收集。 ​

【核心解析】 主要基于引用计数，当引用计数为0时立即回收；循环引用通过标记-清除和分代收集处理；gc模块可手动触发；分代收集将对象分为三代，频率递减。

Q36: Python中深复制和浅复制的区别是什么？如何实现深复制？ ​

【核心解析】 浅复制只复制对象本身，不复制内部子对象；深复制递归复制所有子对象；使用copy.copy()浅复制，copy.deepcopy()深复制；注意循环引用问题。

Q37: Python中可变对象和不可变对象有哪些？在函数参数传递时有何不同？ ​

【核心解析】 不可变对象：int、str、tuple等；可变对象：list、dict、set等；函数参数传递时，不可变对象按值传递，可变对象按引用传递；修改可变对象会影响外部变量。

Q38: Python中线程与进程的区别是什么？多线程开发需要注意哪些问题？ ​

【核心解析】 进程是资源分配最小单位，线程是CPU调度最小单位；进程间独立，线程共享内存；Python多线程受GIL限制，CPU密集型用多进程；注意线程安全、死锁、资源竞争。

Q39: Python中有哪些MySQL接口？MySQL和MongoDB的区别是什么？ ​

【核心解析】 常用接口：mysql-connector-python、PyMySQL、SQLAlchemy ORM；MySQL是关系型数据库，支持ACID，结构化数据；MongoDB是文档型NoSQL，灵活模式，适合非结构化数据。

Q40: Python中栈和堆的区别是什么？它们在内存中的底层实现是怎样的？ ​

【核心解析】 栈用于函数调用和局部变量，自动管理，后进先出；堆用于动态分配对象，手动管理（GC）；栈内存连续，堆内存离散；栈大小有限，堆较大。

Q41: 面向过程和面向对象编程的区别是什么？ ​

【核心解析】 面向过程以函数为中心，数据与操作分离；面向对象以对象为中心，封装、继承、多态；面向对象更易维护和扩展，适合大型项目。

Q42: Python有哪些常用库？ ​

【核心解析】 NumPy、Pandas用于数据分析；Django、Flask用于Web开发；Requests用于HTTP请求；Matplotlib用于绘图；Scikit-learn用于机器学习。

Q43: Python 装饰器是什么？有什么作用？ ​

【核心解析】 装饰器本质上是一个函数，用于在不修改原函数代码的情况下增加额外功能；它接受一个函数作为参数并返回一个新函数；常见用途包括日志记录、性能计时、权限校验等；使用 @ 语法糖简化调用；装饰器可以嵌套，执行顺序从内到外。

Q44: Python 中 finally 关键字的作用及使用注意事项？ ​

【核心解析】 finally 块用于定义无论是否发生异常都会执行的代码；通常用于释放资源（如文件、锁）；即使 try 或 except 中有 return 语句，finally 也会在返回前执行；注意 finally 中的 return 会覆盖 try 中的 return；避免在 finally 中抛出异常，否则可能掩盖原始异常。

Q45: Python 有哪些基本数据类型？列表中的值是否可变？ ​

【核心解析】 基本数据类型包括数字（int、float、complex）、字符串、布尔值、列表、元组、集合、字典；列表中的值可变，支持增删改操作；元组不可变；字符串不可变；字典的键必须是不可变类型。

Q46: Python 中列表和元组的区别是什么？ ​

【核心解析】 列表可变，元组不可变；列表用方括号，元组用圆括号；列表支持增删改，元组不支持；元组可作为字典键，列表不行；性能上元组略优。

Q47: Python 中如何声明全局变量？ ​

【核心解析】 在函数内部使用 global 关键字声明；全局变量在模块顶层定义；函数内修改全局变量需先声明；避免滥用全局变量。

Q48: 解释 Python 中的函数闭包。 ​

【核心解析】 闭包是嵌套函数，内部函数引用外部函数的变量；外部函数返回内部函数；闭包可以保持外部变量的状态；常用于装饰器、回调函数。

Q49: Python中类方法和实例方法的区别及应用场景 ​

【核心解析】 类方法使用@classmethod，第一个参数cls；实例方法第一个参数self；类方法可访问类属性，实例方法可访问实例属性；类方法常用于工厂模式，实例方法操作对象状态。

Q50: Python中__new__和__init__的区别 ​

【核心解析】 __new__用于创建实例，返回实例对象；__init__用于初始化实例，无返回值；__new__在__init__之前调用；__new__是静态方法，__init__是实例方法。

Q51: Python中深浅拷贝的区别及实现 ​

【核心解析】 浅拷贝只复制引用，不复制对象本身；深拷贝递归复制所有对象；使用copy.copy()浅拷贝，copy.deepcopy()深拷贝；可变对象需注意。

Q52: Python中哪些数据类型可变，哪些不可变？ ​

【核心解析】 不可变：int, float, str, tuple, frozenset；可变：list, dict, set；可变类型可修改内容，不可变类型不可修改。

Q53: Python中判断None用==还是is？为什么？ ​

【核心解析】 用is；is比较对象身份，==比较值；None是单例，is更准确且高效。

Q54: Python中list和tuple的区别 ​

【核心解析】 list可变，tuple不可变；list可增删改，tuple不可；tuple可作为字典键；list内存更大。

Q55: Python中什么场景下用dict？ ​

【核心解析】 需要键值对映射；快速查找O(1)；存储结构化数据；如缓存、配置。

Q56: Python中函数传入列表用什么参数*，传入字典用什么参数**？ ​

【核心解析】 *args接收可变位置参数，**kwargs接收可变关键字参数；*用于解包列表，**用于解包字典。

Q57: Python有哪些基本数据类型 ​

【核心解析】 数字：int、float、complex；字符串str；列表list；元组tuple；字典dict；集合set；布尔bool

Q58: Python装饰器是什么 ​

【核心解析】 装饰器是接受函数并返回函数的可调用对象；用于在不修改原函数代码的情况下添加功能；使用@语法糖；常见用途：日志、计时、权限检查

Q59: Python中list和tuple的区别是什么？lambda函数的应用场景有哪些？ ​

【核心解析】 list可变，tuple不可变；list支持增删改，tuple用于固定数据；lambda用于简单函数，如排序key、map/filter等

Q60: Python的GIL机制是什么？多线程和多进程有什么区别？装饰器的原理是什么？ ​

【核心解析】 GIL：全局解释器锁，限制同一时刻只有一个线程执行Python字节码；多线程适合IO密集型，多进程适合CPU密集型；装饰器本质是函数，接收函数返回新函数，用于增强功能

Q61: 面向过程和面向对象编程的区别是什么？ ​

【核心解析】 面向过程以函数为核心，数据与操作分离，适合简单任务；面向对象以类和对象为核心，封装、继承、多态，适合复杂系统；Python支持两种范式；面向对象更易维护和扩展。

Q62: Python中常见的数据类型有哪些？ ​

【核心解析】 不可变类型：int, float, str, tuple, frozenset；可变类型：list, dict, set；Python动态类型；类型转换函数。

Q63: Python中常用的库有哪些？ ​

【核心解析】 标准库：os, sys, re, json, datetime；第三方库：numpy, pandas, requests, flask, django；根据用途选择。

Q64: Python中 is 和 == 的区别是什么？ ​

【核心解析】 is 比较对象的内存地址，== 比较对象的值；对于不可变类型如小整数、字符串，Python会进行缓存，可能导致 is 返回 True；自定义类需实现 eq 方法才能用 == 比较；is None 是检查 None 的推荐方式。

Q65: Python中深拷贝和浅拷贝的区别是什么？ ​

【核心解析】 浅拷贝只复制对象本身，不复制内部子对象，修改子对象会影响原对象；深拷贝递归复制所有子对象，完全独立；copy模块提供 copy() 和 deepcopy() 函数；对于不可变对象，浅拷贝和深拷贝效果相同。

Q66: Python中装饰器和闭包的关系是什么？ ​

【核心解析】 闭包是函数内部定义函数并引用外部变量，装饰器是闭包的一种应用；装饰器用于在不修改原函数代码的情况下增加功能；装饰器语法 @decorator 等价于 func = decorator(func)；装饰器可以带参数，需要多层嵌套。

Q67: Python中列表、队列等容器的区别和适用场景是什么？ ​

【核心解析】 list 是动态数组，支持随机访问，插入删除慢；deque 是双端队列，两端操作快；queue.Queue 是线程安全队列；list 适合频繁读取，deque 适合频繁两端操作，Queue 适合多线程。

Q68: Python递归默认层数限制是多少？如何修改？ ​

【核心解析】 默认递归深度限制为1000；使用 sys.setrecursionlimit(n) 可修改；但过深递归可能导致栈溢出；建议用迭代或尾递归优化。

Q69: 请解释Python中可变数据类型和不可变数据类型的区别，并举例。 ​

【核心解析】 不可变类型：int、float、str、tuple、frozenset等，创建后不可修改；可变类型：list、dict、set等，可原地修改；不可变类型可作为字典键，可变类型不可；函数参数传递时，不可变类型按值传递，可变类型按引用传递。

Q70: 请解释Python中类方法和实例方法的区别，并举例说明各自的应用场景。 ​

【核心解析】 实例方法第一个参数为self，访问实例属性和方法；类方法使用@classmethod装饰，第一个参数为cls，可访问类属性和调用其他类方法；实例方法用于操作实例状态；类方法用于工厂模式、访问类变量；静态方法@staticmethod无特殊参数，用于工具函数。

Q71: 请解释Python中__new__和__init__的区别。 ​

【核心解析】 __new__用于创建实例，返回实例对象，是静态方法；__init__用于初始化实例，无返回值；new__在__init__之前调用；通常用于控制实例创建，如单例模式；自定义元类时需重写__new。

Q72: 请解释Python中深拷贝和浅拷贝的区别，并举例。 ​

【核心解析】 浅拷贝复制对象本身，但不复制内部子对象，子对象引用相同；深拷贝递归复制所有子对象，完全独立；使用copy.copy()浅拷贝，copy.deepcopy()深拷贝；对于不可变对象，浅拷贝和深拷贝效果相同；注意循环引用时深拷贝可能栈溢出。

Q73: 请解释Python装饰器的作用，并给出一个简单示例。 ​

【核心解析】 装饰器用于在不修改原函数代码的情况下增加功能；本质是返回函数的高阶函数；常见用途：日志、计时、权限检查、缓存；示例：@timer def func(): pass，其中timer是装饰器；支持带参数装饰器；可叠加多个装饰器。

Q74: Python上下文管理器是什么？谈谈对它的理解。 ​

【核心解析】 上下文管理器用于资源管理，如文件打开、锁获取等；通过__enter__和__exit__方法实现；使用with语句自动调用；也可使用contextlib.contextmanager装饰器；确保资源正确释放，即使发生异常。

Q75: Python中迭代器和生成器的区别是什么？ ​

【核心解析】 迭代器是实现了__iter__和__next__方法的对象，可遍历；生成器是特殊的迭代器，使用yield关键字，函数返回生成器对象；生成器惰性求值，节省内存；迭代器需要手动实现，生成器自动生成。

Q76: Python中常用的原生库有哪些？请列举并说明用途。 ​

【核心解析】 os（操作系统接口）、sys（系统参数）、json（JSON处理）、re（正则表达式）、datetime（日期时间）、math（数学函数）、random（随机数）、collections（容器数据类型）、itertools（迭代器工具）、functools（高阶函数）等。

Q77: Python中常用的框架有哪些？ ​

【核心解析】 Web框架：Django、Flask、FastAPI；爬虫框架：Scrapy；数据分析：Pandas、NumPy；机器学习：TensorFlow、PyTorch、Scikit-learn；异步框架：aiohttp、Tornado。

Q78: Python中ORM是什么？用过哪些数据库组件？ ​

【核心解析】 ORM（对象关系映射）将数据库表映射为Python对象，简化数据库操作；常用ORM：Django ORM、SQLAlchemy、Peewee；数据库组件：连接池、事务管理、查询构建器等；支持多种数据库如MySQL、PostgreSQL、SQLite。

Q79: Python多线程与多进程的区别是什么？为什么说GIL使得线程在CPU密集型任务中不如进程？ ​

【核心解析】 GIL（全局解释器锁）限制同一时刻只有一个线程执行Python字节码；多线程适合I/O密集型任务，多进程适合CPU密集型任务；多进程通过fork创建独立进程，拥有独立GIL，可并行利用多核；多线程共享内存，多进程需通过IPC通信；Python的threading模块用于线程，multiprocessing模块用于进程。

Q80: Python2和Python3中声明元类的方式有何不同？请举例说明。 ​

【核心解析】 Python2中通过__metaclass__属性或metaclass关键字参数；Python3中在类定义时使用metaclass=MetaClass；示例：Python2: class Foo(object): metaclass = MetaClass；Python3: class Foo(metaclass=MetaClass): pass

Q81: 请解释Python中的装饰器、锁、进程和并发编程。 ​

【核心解析】 装饰器用于扩展函数功能；锁用于线程同步，如互斥锁；进程是独立运行的程序，多进程可并行执行；并发编程涉及线程、进程、协程，常用模块有threading、multiprocessing、asyncio。

Q82: 请解释爬虫中HTTP请求头（head）各参数的含义和作用。 ​

【核心解析】 User-Agent标识客户端类型；Referer标识来源页面；Cookie用于会话保持；Authorization用于认证；Content-Type指定请求体格式；Accept指定可接受的响应类型。

Q83: Python中pandas库的常用数据类型和函数有哪些？请举例说明。 ​

【核心解析】 常用数据类型：Series（一维带标签数组）、DataFrame（二维表格）；常用函数：read_csv、head、info、describe、groupby、merge、apply、get_dummies等；get_dummies用于将分类变量转换为虚拟变量。

Q84: Python中可变数据类型和不可变数据类型有哪些？集合是可变的吗？ ​

【核心解析】 不可变：int、float、str、tuple、frozenset；可变：list、dict、set；集合set是可变的，可以添加或删除元素，但集合中的元素必须是不可变的。

Q85: 什么是Python中的闭包？请举例说明其作用。 ​

【核心解析】 闭包是内部函数引用了外部函数的变量，并且外部函数返回内部函数；闭包可以保留外部变量的状态，常用于装饰器、回调函数等；注意闭包中变量是延迟绑定的，循环中可能产生意外结果。

Q86: Python装饰器是什么？如何使用？请写一个简单的装饰器示例。 ​

【核心解析】 装饰器是一个可调用对象，用于在不修改原函数代码的情况下增加功能；使用@语法糖；示例：计时装饰器、日志装饰器；装饰器可以带参数。

Q87: Python代码编译后运行效率如何？与C语言相比有何差异？ ​

【核心解析】 Python是解释型语言，动态类型和高级数据结构导致运行速度较慢；CPython解释器将代码编译为字节码再执行；PyPy等JIT编译器可提升性能；C语言编译为机器码，执行效率远高于Python。

Q88: 请解释Python中的迭代器、生成器、装饰器、闭包、元类、深浅拷贝的概念及使用场景。 ​

【核心解析】 迭代器是实现了__iter__和__next__方法的对象，用于遍历数据流；生成器是使用yield关键字的函数，用于惰性求值；装饰器用于在不修改函数代码的情况下增加功能；闭包是嵌套函数中内部函数引用外部变量的现象；元类是类的类，用于控制类的创建；浅拷贝只复制对象引用，深拷贝递归复制所有对象。

Q89: Python中list和tuple的区别是什么？ ​

【核心解析】 list是可变的，支持增删改操作；tuple是不可变的，创建后不能修改；list性能略低于tuple；tuple可以作为字典的键，list不能。

Q90: Python中装饰器的作用和实现方式是什么？ ​

【核心解析】 装饰器用于在不修改原函数的情况下增加功能；基于闭包实现；使用@语法糖；可带参数装饰器；常见应用如日志、计时、权限检查

Q91: Python中基本数据结构（列表、元组、字典、集合）的区别及操作有哪些？ ​

【核心解析】 列表可变有序，支持增删改查；元组不可变有序，用于存储固定数据；字典键值对，键唯一；集合无序不重复，支持交并差运算；各自适用场景

Q92: Python中删除操作在内存中是如何处理的？ ​

【核心解析】 del语句删除引用，对象引用计数减1；引用计数为0时触发垃圾回收；循环引用需gc模块处理；内存管理基于引用计数和分代回收

Q93: Python中深拷贝和浅拷贝的区别及使用场景是什么？ ​

【核心解析】 浅拷贝只复制对象引用，不复制内部子对象；深拷贝递归复制所有子对象；使用copy.copy()进行浅拷贝，copy.deepcopy()进行深拷贝；浅拷贝适用于对象内部元素不可变或共享的场景；深拷贝适用于需要完全独立副本的场景；注意循环引用和自定义对象的拷贝行为。

Q94: Python中的闭包是什么？请举例说明其应用场景。 ​

【核心解析】 闭包是内部函数引用了外部函数作用域中的变量；外部函数返回内部函数；闭包可以保留外部变量的状态；常用于装饰器、回调函数、延迟计算；注意闭包中变量的生命周期和内存管理。

Q95: Python的基本数据类型有哪些？ ​

【核心解析】 不可变类型：int、float、str、tuple、frozenset；可变类型：list、dict、set；布尔类型bool是int的子类；NoneType表示空值；bytes和bytearray用于二进制数据。

Q96: 请解释Python中浅拷贝和深拷贝的区别，并举例说明如何实现。 ​

【核心解析】 浅拷贝只复制对象本身，不复制内部子对象，子对象引用共享；深拷贝递归复制所有子对象，完全独立；使用copy模块的copy()和deepcopy()；对于不可变对象，浅拷贝和深拷贝效果相同；注意循环引用问题。

Q97: 请解释Python的GIL（全局解释器锁）是什么，它对多线程程序有什么影响？如何绕过GIL的限制？ ​

【核心解析】 GIL是CPython解释器中的互斥锁，确保同一时刻只有一个线程执行Python字节码；导致CPU密集型多线程程序无法利用多核优势；I/O密集型程序受影响较小；可通过多进程、使用C扩展（如numpy）、或使用其他Python实现（如Jython、IronPython）绕过。

Q98: 请解释Python生成器（generator）的概念、工作原理以及yield关键字的作用。 ​

【核心解析】 生成器是使用yield关键字的函数，返回一个迭代器；每次调用next()时执行到yield并暂停，保存状态；用于惰性求值，节省内存；可通过生成器表达式创建；与迭代器协议一致。

Q99: 请解释Python中list和tuple的区别。 ​

【核心解析】 list可变，tuple不可变；list有append、remove等方法，tuple没有；tuple可作为字典键；list通常用于同类型元素，tuple用于异构数据；性能上tuple略快。

Q100: 请解释Python中元类（metaclass）的概念及其用途。 ​

【核心解析】 元类是创建类的类，默认是type；可用于拦截类创建过程，修改类定义；常见用途：ORM、单例模式、自动注册；通过继承type并重写__new__或__init__实现；使用metaclass关键字指定。

Q101: 解释Python中的GIL（全局解释器锁）是什么？它对多线程编程有什么影响？如何绕过GIL的限制？ ​

【核心解析】 GIL是CPython解释器中的互斥锁，确保同一时刻只有一个线程执行Python字节码；GIL导致CPU密集型多线程程序无法利用多核优势；I/O密集型任务受GIL影响较小；可以使用多进程（multiprocessing）绕过GIL；使用C扩展（如numpy）释放GIL；Python的asyncio协程也可避免GIL问题。

Q102: Python中的作用域规则是什么？ ​

【核心解析】 Python作用域遵循LEGB规则：Local（局部）、Enclosing（闭包）、Global（全局）、Built-in（内置）；变量查找顺序由内到外；global和nonlocal关键字用于修改全局或闭包变量；函数内部变量默认是局部作用域。

Q103: 请实现一个二分查找算法，用于解决给定问题：有n个任务，每个任务每天产生a[i]个产品，需要b个产品，求最少天数。 ​

【核心解析】 使用二分答案法，左边界为-1，右边界为足够大的数（如1e18）；check函数判断mid天内能否生产至少b个产品；计算每个任务mid天总产量，除以b累加；若累加和小于b则返回True，否则False；二分结束后输出左边界+1。

Q104: Python 中并发方法有哪些？ ​

【核心解析】 多线程：threading 模块，适合 I/O 密集型任务，受 GIL 限制；多进程：multiprocessing 模块，适合 CPU 密集型任务，绕过 GIL；异步编程：asyncio 模块，基于事件循环和协程，适合高 I/O 并发；concurrent.futures：提供线程池和进程池的高级接口。