当前位置：首页 > article >正文

Python 开发工程师面试问题及高质量答案

article 2025/3/13 13:32:08

在 Python 开发工程师的面试中，除了考察候选人的编程能力外，还会涉及算法、数据结构、设计模式、数据库、Web 框架、多线程、网络编程等多个方面。本文将整理一些经典面试问题，并附上详尽的解答，希望能帮助求职者顺利通过 Python 面试。

1. Python 基础知识

1.1 Python 有哪些数据类型？

Python 主要的数据类型包括：

数字类型（int, float, complex, bool）
序列类型（list, tuple, range）
映射类型（dict）
集合类型（set, frozenset）
文本类型（str）
二进制类型（bytes, bytearray, memoryview）

示例代码

a = 10  # int
b = 3.14  # float
c = True  # bool
d = "Hello"  # str
e = [1, 2, 3]  # list
f = (4, 5, 6)  # tuple
g = {"name": "Alice", "age": 25}  # dict
h = {7, 8, 9}  # set

1.2 Python 中浅拷贝和深拷贝的区别？

浅拷贝（shallow copy）仅拷贝对象的引用，修改副本会影响原始对象。

深拷贝（deep copy）创建对象的完整副本，副本的修改不会影响原始对象。

import copy

lst1 = [[1, 2, 3], [4, 5, 6]]
lst2 = copy.copy(lst1)  # 浅拷贝
lst3 = copy.deepcopy(lst1)  # 深拷贝

lst2[0][0] = 99
print(lst1)  # [[99, 2, 3], [4, 5, 6]]
print(lst3)  # [[1, 2, 3], [4, 5, 6]]（未被修改）

2. Python 进阶

2.1 什么是 Python 装饰器？

装饰器（decorator）是 Python 提供的一种函数或类的修饰手段，可以在不修改函数内部代码的情况下扩展其功能。

def my_decorator(func):
    def wrapper():
        print("执行前")
        func()
        print("执行后")
    return wrapper

@my_decorator
def say_hello():
    print("Hello, World!")

say_hello()

2.2 Python 的垃圾回收机制

Python 使用 引用计数（Reference Counting） 作为主要垃圾回收机制，同时结合 标记清除（Mark and Sweep） 和 分代回收（Generational GC）。

import gc
gc.collect()  # 手动触发垃圾回收

3. 数据结构与算法

3.1 Python 如何实现一个二叉树？

class TreeNode:
    def __init__(self, val=0, left=None, right=None):
        self.val = val
        self.left = left
        self.right = right

def inorder_traversal(root):
    if root:
        inorder_traversal(root.left)
        print(root.val, end=" ")
        inorder_traversal(root.right)

3.2 实现一个快速排序

def quick_sort(arr):
    if len(arr) <= 1:
        return arr
    pivot = arr[len(arr) // 2]
    left = [x for x in arr if x < pivot]
    middle = [x for x in arr if x == pivot]
    right = [x for x in arr if x > pivot]
    return quick_sort(left) + middle + quick_sort(right)

arr = [3, 6, 8, 10, 1, 2, 1]
print(quick_sort(arr))

4. 多线程与多进程

4.1 Python 中的多线程

Python 的 threading 模块支持多线程，但由于 GIL（全局解释器锁），Python 线程不能真正实现并行计算。

import threading

def print_numbers():
    for i in range(5):
        print(i)

t1 = threading.Thread(target=print_numbers)
t1.start()
t1.join()

4.2 Python 的多进程

多进程可以绕过 GIL，实现真正的并行计算。

from multiprocessing import Process

def worker():
    print("子进程执行")

p = Process(target=worker)
p.start()
p.join()

5. Web 开发

5.1 Python Web 框架 Flask

from flask import Flask

app = Flask(__name__)

@app.route("/")
def home():
    return "Hello, Flask!"

if __name__ == "__main__":
    app.run(debug=True)

6. 数据库操作

6.1 Python 连接 MySQL

import pymysql

conn = pymysql.connect(host="localhost", user="root", password="password", database="test_db")
cursor = conn.cursor()

cursor.execute("SELECT * FROM users")
print(cursor.fetchall())

cursor.close()
conn.close()

7. 设计模式

7.1 单例模式

class Singleton:
    _instance = None

    def __new__(cls):
        if cls._instance is None:
            cls._instance = super(Singleton, cls).__new__(cls)
        return cls._instance

8. 网络编程

8.1 用 Python 编写一个简单的 TCP 服务器

import socket

server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind(("localhost", 8080))
server.listen(5)

while True:
    conn, addr = server.accept()
    print(f"Connected by {addr}")
    conn.sendall(b"Hello, Client!")
    conn.close()

9. 机器学习基础

9.1 使用 Python 进行简单的线性回归

import numpy as np
from sklearn.linear_model import LinearRegression

X = np.array([[1], [2], [3], [4]])
y = np.array([2, 4, 6, 8])

model = LinearRegression()
model.fit(X, y)

print(model.predict([[5]]))  # 预测 x=5 时的 y 值