第一題：
def func(a, b=[]): pass
一、上題講解：
這個(gè)函數(shù)定義有一個(gè)默認(rèn)參數(shù)b，它的默認(rèn)值是一個(gè)空列表[]。這道面試題涉及到Python中函數(shù)參數(shù)默認(rèn)值的一些重要概念和陷阱。
首先，當(dāng)你調(diào)用這個(gè)函數(shù)時(shí)，如果不傳遞參數(shù)b的值，它將使用默認(rèn)的空列表[]。例如：
func(1) # 這會(huì)將a設(shè)置為1，b設(shè)置為默認(rèn)的空列表[]
但是，這里有一個(gè)陷阱。默認(rèn)參數(shù)b（即空列表[]）在函數(shù)定義時(shí)只會(huì)被創(chuàng)建一次，而不是每次函數(shù)調(diào)用時(shí)都會(huì)創(chuàng)建一個(gè)新的空列表。這就意味著，如果你在一個(gè)函數(shù)調(diào)用中修改了b的值，那么下一次調(diào)用該函數(shù)時(shí)，b將保留上一次的修改。
例如：
func(1) # a=1, b=[]
b.append(2)
func(3) # a=3, b=[2]
在上面的例子中，我們首先調(diào)用了func(1)，然后在b上執(zhí)行了append(2)操作，導(dǎo)致b變成了[2]。接下來，我們調(diào)用了func(3)，此時(shí)a被設(shè)置為3，但b仍然是[2]，而不是一個(gè)新的空列表[]。
這種行為可能會(huì)導(dǎo)致一些不直觀的問題和bug，因?yàn)槭褂谜呖赡芷谕看握{(diào)用函數(shù)時(shí)都會(huì)得到一個(gè)獨(dú)立的空列表。
為了避免這種問題，我們可以使用None作為默認(rèn)值，并在函數(shù)內(nèi)部檢查b是否為None，然后在需要時(shí)創(chuàng)建一個(gè)新的空列表。例如：
def func(a, b=None):
if b is None:
b = []
# 現(xiàn)在每次函數(shù)調(diào)用都會(huì)得到一個(gè)新的空列表
# 其他函數(shù)邏輯
這樣做可以確保每次調(diào)用函數(shù)時(shí)都會(huì)得到一個(gè)新的空列表，避免了默認(rèn)參數(shù)共享的問題。
二、是什么導(dǎo)致的上述問題：
這是因?yàn)樵赑ython中，默認(rèn)參數(shù)在函數(shù)定義時(shí)只會(huì)被創(chuàng)建一次，并且在函數(shù)的整個(gè)生命周期內(nèi)都會(huì)保留它們的狀態(tài)。這是為了提高函數(shù)的性能和效率。
當(dāng)你定義一個(gè)函數(shù)時(shí)，Python會(huì)在函數(shù)的定義階段創(chuàng)建默認(rèn)參數(shù)的值，然后將這些值存儲(chǔ)在函數(shù)的代碼對(duì)象中。這意味著每次調(diào)用函數(shù)時(shí)，不會(huì)重新創(chuàng)建默認(rèn)參數(shù)的新實(shí)例，而是會(huì)重用已經(jīng)存在的默認(rèn)參數(shù)。
這種行為有一些優(yōu)點(diǎn)和一些潛在的陷阱：
優(yōu)點(diǎn)：
- 提高了函數(shù)的性能，因?yàn)椴恍枰看魏瘮?shù)調(diào)用都創(chuàng)建新的默認(rèn)參數(shù)對(duì)象。
- 可以實(shí)現(xiàn)一些有用的功能，例如在多次函數(shù)調(diào)用之間共享狀態(tài)。這可以在某些情況下很有用。
潛在的陷阱：
- 如果默認(rèn)參數(shù)是可變對(duì)象（如列表或字典），并且在函數(shù)內(nèi)部進(jìn)行了修改，那么這些修改會(huì)在后續(xù)函數(shù)調(diào)用中保留下來，可能導(dǎo)致不直觀的行為。
- 開發(fā)者需要謹(jǐn)慎處理默認(rèn)參數(shù)，以避免意外共享狀態(tài)的問題。
要避免默認(rèn)參數(shù)共享狀態(tài)的問題，可以使用None作為默認(rèn)參數(shù)的值，并在函數(shù)內(nèi)部檢查并創(chuàng)建新的實(shí)例，如上解決的方法所示。
總之，Python的默認(rèn)參數(shù)在函數(shù)定義時(shí)只會(huì)被創(chuàng)建一次，這是出于性能和實(shí)現(xiàn)的考慮，但在使用可變對(duì)象作為默認(rèn)參數(shù)時(shí)需要特別小心，以避免不希望的副作用。
第二題：
val = [lambda: i + 1 for i in range(10)]
data = val[0]()
print(data)
這道面試題涉及到Python中的lambda函數(shù)和列表推導(dǎo)式，并且可能會(huì)引發(fā)一個(gè)常見的陷阱，即閉包與變量作用域的問題。
將上述代碼拆開來看：
def a():
return i + 1
s = []
for i in range(10):
s.append(a)
print(s[0]())
相信很多小伙伴看到上述拆開的代碼都已經(jīng)能理解本道面試題的精髓所在了。
但也請(qǐng)繼續(xù)看下原理，是否和你想的一樣~
講解原理：
首先，列表推導(dǎo)式 [lambda: i + 1 for i in range(10)] 創(chuàng)建了一個(gè)包含 10 個(gè) lambda 表達(dá)式的列表，每個(gè) lambda 表達(dá)式在調(diào)用時(shí)都會(huì)返回 i + 1 的值。**需要注意的是這里每個(gè) lambda 表達(dá)式都是一個(gè)閉包，它們“記住”了變量 i 的值。 然而，關(guān)鍵之處在于 lambda 表達(dá)式記住的是變量 i 而非 i 當(dāng)時(shí)的值。**由于列表推導(dǎo)式內(nèi)的 i 是在單個(gè)作用域內(nèi)循環(huán)的，因此當(dāng)列表推導(dǎo)式結(jié)束時(shí)，i 的值將停留在最后一次循環(huán)的值，即 9。 之后的代碼 data = val[0]選擇列表中的第一個(gè) lambda 函數(shù)并調(diào)用它。因?yàn)樗械?lambda 閉包都是對(duì)同一個(gè) i 的引用，這時(shí) i 的值是循環(huán)結(jié)束時(shí)的值 9。因此，無論調(diào)用列表中的哪一個(gè) lambda 表達(dá)式，它都能返回 9 + 1，即 10。
這是因?yàn)椋?*在 Python 的 for 循環(huán)中，循環(huán)變量 i 會(huì)被綁定到列表推導(dǎo)式的外部作用域，而不是每次迭代都創(chuàng)建一個(gè)新的作用域。**所以，所有的 lambda 表達(dá)式都引用著同一個(gè) i 變量，而在循環(huán)結(jié)束時(shí)，i 的值為 9。 要讓每個(gè) lambda 表達(dá)式保留它被定義時(shí)的 i 值，可以使用默認(rèn)參數(shù)來捕獲i的值，以確保每個(gè)lambda函數(shù)都捕獲到不同的值：
val = [lambda i=i: i + 1 for i in range(10)]
data = val[0]()
print(data)
上面修改后的代碼中，lambda i=i: i + 1 為每個(gè) lambda 函數(shù)創(chuàng)建了一個(gè)默認(rèn)參數(shù) i，它的值在定義 lambda 函數(shù)時(shí)就被確定下來了。這時(shí)，val[0]會(huì)輸出 1，因?yàn)樗鼘⑹褂昧斜硗茖?dǎo)式中第一次迭代時(shí) i 的值，即 0，然后加 1。
第三題：
老生常談，請(qǐng)講一講迭代器，生成器，可迭代對(duì)象，裝飾器，并講一下它們各自的應(yīng)用場景。
首先，迭代器（Iterator）、生成器（Generator）、可迭代對(duì)象（Iterable）都與遍歷數(shù)據(jù)集合相關(guān)，但各有特點(diǎn)，所以放一起講：
1.1 迭代器（Iterators）：
迭代器是遵循迭代器協(xié)議的對(duì)象，這意味著迭代器對(duì)象需要實(shí)現(xiàn)兩個(gè)方法：__iter__() 和 __next__()。__iter__() 返回迭代器對(duì)象本身，而 __next__() 方法返回容器中的下一個(gè)元素。當(dāng)?shù)髦袥]有更多元素時(shí)，__next__()應(yīng)該拋出一個(gè) StopIteration 異常。迭代器允許一個(gè)對(duì)象對(duì)一組數(shù)據(jù)進(jìn)行遍歷，但不需要此數(shù)據(jù)在內(nèi)存中完全展開。
-
Python的內(nèi)置容器類型：
如列表、元組、字典等，都提供了迭代器。例如，當(dāng)你在列表上調(diào)用
__iter__()函數(shù)時(shí)，會(huì)返回一個(gè)迭代器，該迭代器可以遍歷列表的所有元素。 -
使用場景：
當(dāng)需要訪問集合中的元素而不暴露底層表示時(shí)；
當(dāng)需要一個(gè)能夠記住遍歷位置的對(duì)象時(shí)，以便在需要時(shí)能夠從同一位置繼續(xù)。
1.2 生成器（Generators）：
生成器是一種特殊的迭代器，更容易編寫。**當(dāng)需要一次一個(gè)地按順序生成一個(gè)序列的值時(shí)，使用生成器是非常有用的。**生成器函數(shù)使用 yield 語句，每次產(chǎn)生（yield）一個(gè)值，函數(shù)的狀態(tài)會(huì)被掛起，直到下一個(gè)值被請(qǐng)求時(shí)再恢復(fù)。 生成器表達(dá)式是另一種構(gòu)建生成器的方式，它看起來像列表推導(dǎo)式，但使用圓括號(hào)而不是方括號(hào)。
-
使用場景：
當(dāng)需要一個(gè)懶序列（lazy sequence），該序列按需計(jì)算元素而不是預(yù)先計(jì)算，并且不希望一次性加載所有元素到內(nèi)存中；
當(dāng)處理的是流式數(shù)據(jù)或大數(shù)據(jù)集合，只需要一次處理一部分?jǐn)?shù)據(jù)；
當(dāng)需要一個(gè)函數(shù)來生成無窮序列下的元素。
1.3 可迭代對(duì)象（Iterables）：
可迭代對(duì)象是實(shí)現(xiàn)了 __iter__() 方法的任何 Python 對(duì)象，__iter__() 需要返回一個(gè)迭代器。另外，可迭代對(duì)象也可以實(shí)現(xiàn) __getitem__() 方法，以便按照索引訪問元素。字符串、列表等 Python 標(biāo)準(zhǔn)類型都是可迭代的。
class Demo(object):
def __iter__(self):
return iter([1, 2, 3])
obj = Demo()
-
使用場景：
在使用 for 循環(huán)時(shí)，你通常會(huì)迭代一個(gè)可迭代對(duì)象；
當(dāng)需要一種方式可以一次訪問一組元素，而無需將它們?nèi)勘４嬖趦?nèi)存中；
在使用 map()、filter()、sum()、min()、max() 等內(nèi)置函數(shù)時(shí)，這些函數(shù)接受一個(gè)可迭代對(duì)象作為參數(shù)
1.4 總結(jié)一下：
在 Python 中，迭代器、生成器和可迭代對(duì)象是集合數(shù)據(jù)訪問的三個(gè)基本概念。迭代器提供了一種通用的遍歷集合數(shù)據(jù)的方法，而生成器提供了一種生成迭代數(shù)據(jù)的簡潔方式，可迭代對(duì)象則定義了可以生成迭代器的對(duì)象。它們的共同目的是為了在保持代碼簡潔的同時(shí)，有效地處理數(shù)據(jù)集合，尤其是在數(shù)據(jù)量非常大或者是無限的情況下。 理解并掌握這些概念對(duì)于編寫高效和可讀性高的 Python 代碼非常重要。每個(gè)概念都在數(shù)據(jù)處理和控制流的抽象中扮演著關(guān)鍵角色，并廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)域、系統(tǒng)操作領(lǐng)域和網(wǎng)絡(luò)編程等領(lǐng)域。
2.0 裝飾器（Decorator）：
裝飾器是Python中的一種高級(jí)編程特性，**它允許你在不修改原始函數(shù)代碼的情況下，動(dòng)態(tài)地增強(qiáng)或修改函數(shù)的行為。**裝飾器通常用于代碼重用、添加功能、修改函數(shù)的輸入/輸出等方面，它是Python函數(shù)式編程的一部分，非常強(qiáng)大和靈活。
-
函數(shù)裝飾器：
- 裝飾器本質(zhì)上是一個(gè)Python函數(shù)，它接受一個(gè)函數(shù)作為參數(shù)，并返回一個(gè)新的函數(shù)。
- 裝飾器函數(shù)通常在函數(shù)定義之前使用
@符號(hào)來裝飾目標(biāo)函數(shù)。 - 裝飾器的主要作用是在不修改原函數(shù)代碼的情況下，為函數(shù)添加額外的功能或修改其行為。
-
裝飾器示例：
下面是一個(gè)簡單的裝飾器示例，它用于測量函數(shù)的執(zhí)行時(shí)間：import time def timing_decorator(func): def wrapper(*args, **kwargs): start_time = time.time() result = func(*args, **kwargs) end_time = time.time() print(f"{func.__name__} took {end_time - start_time} seconds to execute.") return result return wrapper @timing_decorator def my_function(): # Some time-consuming task time.sleep(2) my_function()在這個(gè)示例中，
timing_decorator裝飾器測量了my_function函數(shù)的執(zhí)行時(shí)間，而不需要修改my_function的源代碼。 -
多個(gè)裝飾器：
你可以為一個(gè)函數(shù)應(yīng)用多個(gè)裝飾器，它們按照從上到下的順序執(zhí)行。這允許你將不同的功能組合在一起，以增強(qiáng)函數(shù)的行為。@decorator1 @decorator2 def my_function(): # ... # 等效于 my_function = decorator1(decorator2(my_function)) -
內(nèi)置裝飾器：
Python提供了一些內(nèi)置裝飾器，如@staticmethod和@classmethod，用于定義靜態(tài)方法和類方法。這些裝飾器可以用于類中的方法，以提供不同類型的方法調(diào)用。class MyClass: def __init__(self, value): self.value = value @staticmethod def static_method(): print("This is a static method") @classmethod def class_method(cls): print("This is a class method") obj = MyClass(42) obj.static_method() obj.class_method() -
自定義裝飾器：
你可以自己編寫裝飾器函數(shù)，以滿足特定需求。通常，自定義裝飾器需要接受函數(shù)作為參數(shù)，并返回一個(gè)包裝函數(shù)。裝飾器函數(shù)可以在包裝函數(shù)的前后執(zhí)行自定義邏輯。文章來源：http://www.zghlxwxcb.cn/news/detail-763463.html
裝飾器是Python中強(qiáng)大而靈活的工具，它們用于增強(qiáng)函數(shù)的功能、提供代碼重用和簡化代碼結(jié)構(gòu)。常見的裝飾器包括日志記錄、性能分析、權(quán)限驗(yàn)證、緩存等。理解和熟練使用裝飾器是成為高級(jí)Python開發(fā)人員的關(guān)鍵一步。文章來源地址http://www.zghlxwxcb.cn/news/detail-763463.html
到了這里，關(guān)于（三十三）補(bǔ)充Python經(jīng)典面試題（吸收高級(jí)編程特性）的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
