写在之前 大家好呀，我是帅蛋。 这里是帅蛋的【最强Python面试题】系列，今天开始第二个专题【Python进阶题】的更新，面试八股文都在这里啦啦啦！ 大家一定要记得点赞收藏呀！！！ 下面是第一个专题【Python基础题】的全部 42 道题，题目排名不分先后，大家一定要牢牢掌握！ 附答案 | 最强Python面试题之Python基础题(1) 附答案 | 最强Python面试题之Python基础题(2) 附答案 | 最强Python面试题之Python基础题(3) 附答案 | 最强Python面试题之Python基础题(4)   顺便提一句，我所有和面试相关的内容都会放在#帅蛋的面试空间# 中，大家可以关注下这个话题~ 我会尽我最大的努力帮助到大家哒！！！       主要内容 这些面试题是我结合自己的经验整理的，主要就是下面这 5 个专题： Python 基础面试题（已完成） Python 进阶 Python 后台开发 爬虫 机器学习 对每道面试题我都会附带详细的答案，有些我觉得重要的内容会详细讲解，虽然是面试八股文，我还是希望大家不是只“知其然”，更得“知其所以然”。 关于更新频率，每天我会更新 10 道题左右，总共会有差不多 200 道。 无论是准备面试还是自己学习，这份面试题绝对值得你去看，去学习。 大家可以关注我，再关注我，使劲关注我，不要错过每天的更新~       以下是正文  Python 进阶面试题第一弹正式开始，大家一定要记得点赞收藏，一起加油！ 1、Python 中类方法、类实例方法、静态方法有何区别？ 类方法：是类对象的方法，在定义时需要在上方使用“@ classmethod”进行装饰，形参为 cls，表示类对象，类对象和实例对象都可调用 类实例方法：是类实例化对象的方法，只有实例对象可以调用，形参为 self，指代对象本身 静态方法：是一个任意函数，在其上方使用“@ staticmethod”进行装饰，可以用对象直接调用，静态方法实际上跟该类没有太大关系 2、Python 的内存管理机制及调优手段？ 内存管理机制：引用计数、垃圾回收、内存池。 引用计数 引用计数是一种非常高效的内存管理手段， 当一个 Python 对象被引用时其引用计数增加 1， 当其不再被一个变量引用时则计数减 1. 当引用计数等于 0 时对象被删除。 垃圾回收 (1) 引用计数 引用计数也是一种垃圾收集机制，而且也是一种最直观，最简单的垃圾收集技术。当 Python 的某个对象的引用计数降为 0 时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。比如某个新建对象，它被分配给某个引用，对象的引用计数变为 1。如果引用被删除，对象的引用计数为 0，那么该对象就可以被垃圾回收。不过如果出现循环引用的话，引用计数机制就不再起有效的作用了 (2)标记清除 如果两个对象的引用计数都为 1，但是仅仅存在他们之间的循环引用，那么这两个对象都是需要被回收的，也就是说，它们的引用计数虽然表现为非 0，但实际上有效的引用计数为 0。所以先将循环引用摘掉，就会得出这两个对象的有效计数。 (3) 分代回收 从前面“标记-清除”这样的垃圾收集机制来看，这种垃圾收集机制所带来的额外操作实际上与系统中总的内存块的数量是相关的，当需要回收的内存块越多时，垃圾检测带来的额外操作就越多，而垃圾回收带来的额外操作就越少；反之，当需回收的内存块越少时，垃圾检测就将比垃圾回收带来更少的额外操作。 举个例子： 当某些内存块 M 经过了 3 次垃圾收集的清洗之后还存活时，我们就将内存块 M 划到一个集合 A 中去，而新分配的内存都划分到集合 B 中去。当垃圾收集开始工作时，大多数情况都只对集合 B 进行垃圾回收，而对集合 A 进行垃圾回收要隔相当长一段时间后才进行，这就使得垃圾收集机制需要处理的内存少了，效率自然就提高了。在这个过程中，集合 B 中的某些内存块由于存活时间长而会被转移到集合 A 中，当然，集合 A 中实际上也存在一些垃圾，这些垃圾的回收会因为这种分代的机制而被延迟。 内存池 (1) Python 的内存机制呈现金字塔形状，-1，-2 层主要有操作系统进行操作 (2) 第 0 层是 C 中的 malloc，free 等内存分配和释放函数进行操作 (3)第 1 层和第 2 层是内存池，有 Python 的接口函数 PyMem_Malloc 函数实现，当对象小于256K 时有该层直接分配内存 (4) 第 3 层是最上层，也就是我们对 Python 对象的直接操作 Python 在运行期间会大量地执行 malloc 和 free 的操作，频繁地在用户态和核心态之间进行切换，这将严重影响 Python 的执行效率。为了加速 Python 的执行效率，Python 引入了一个内存池机制，用于管理对小块内存的申请和释放。 Python 内部默认的小块内存与大块内存的分界点定在 256 个字节，当申请的内存小于 256 字节时，PyObject_Malloc 会在内存池中申请内存；当申请的内存大于 256 字节时，PyObject_Malloc 的行为将蜕化为 malloc 的行为。当然，通过修改 Python 源代码，我们可以改变这个默认值，从而改变 Python 的默认内存管理行为。 3、内存泄露是什么？如何避免？ 由于疏忽或错误造成程序未能释放已经不再使用的内存的情况。 内存泄漏并非指内存在物理上的消失，而是应用程序分配某段内存后，由于设计错误，失去了对该段内存的控制，因而造成了内存的浪费。导致程序运行速度减慢甚至系统崩溃等严重后果。 del() 函数的对象间的循环引用是导致内存泄漏的主凶。 不使用一个对象时使用:del object 来删除一个对象的引用计数就可以有效防止内存泄漏问题。 通过 Python 扩展模块 gc 来查看不能回收的对象的详细信息。 可以通过 sys.getrefcount(obj) 来获取对象的引用计数，并根据返回值是否为 0 来判断是否内存泄漏。 4、Python 函数调用的时候参数的传递方式是值传递还是引用传递？ Python 的参数传递有：位置参数、默认参数、可变参数、关键字参数。函数的传值到底是值传递还是引用传递，要分情况： 不可变参数用值传递 像整数和字符串这样的不可变对象，是通过拷贝进行传递的，因为你无论如何都不可能在原处改变不可变对象 可变参数是引用传递的 比如像列表，字典这样的对象是通过引用传递、和 C 语言里面的用指针传递数组很相似，可变对象能在函数内部改变。 5、对缺省参数的理解？ 缺省参数指在调用函数的时候没有传入参数的情况下，调用默认的参数，在调用函数的同时赋值时，所传入的参数会替代默认参数。 *args 是不定长参数，他可以表示输入参数是不确定的，可以是任意多个。 **kwargs 是关键字参数，赋值的时候是以键 = 值的方式，参数是可以任意多对在定义函数的时候不确定会有多少参数会传入时，就可以使用两个参数。 补充 *args 如果你之前学过 C 或者 C++，看到星号的第一反应可能会认为这个与指针相关，然后就开始方了，其实放宽心，Python 中是没有指针这个概念的。 在 Python 中我们使用星号收集位置参数，请看下面的例子： >>> def fun(x,*args):...    print(x)...    res = x...    print(args)...    for i in args:...            res += i...    return res...>>> print(fun(1,2,3,4,5,6))上述例子中，函数的参数有两个，但是我们在输出的时候赋给函数的参数个数不仅仅是两个，让我们来运行这个代码，得到如下的结果： 1(2, 3, 4, 5, 6)21从上面我们可以看出，参数 x 得到的值是 1，参数 args 得到的是一个元组 (2,3,4,5,6) ，由此我们可以得出，如果输入的参数个数不确定，其它的参数全部通过 *args 以元组的方式由 arg 收集起来。 为了更能明显的看出 *args，我们下面用一个简单的函数来表示： >>> def print_args(*args):...    print(args)...接下来我传入不同的值，通过参数 *args 得到的结果我们来看一下： >>> print_args(1,2,3)(1, 2, 3)>>> print_args('abc','def','ghi')('abc', 'def', 'ghi')>>> print_args('abc',['a','b','c'],1,2,3)('abc', ['a', 'b', 'c'], 1, 2, 3)不管是什么，都可以一股脑的塞进元组里，即使只有一个值，也是用元组收集，所以还记得在元组里一个元素的时候的形式吗？元组中如果只有一个元素，该元素的后面要有一个逗号。 那么如果不给 *args 传值呢？ >>> def print_args(*args):...    print(args)...>>> print_args()()答案就是这时候 *args 收集到的是一个空的元组。 最后提醒一点的是，当使用星号的时候，不一定要把元组参数命名为 args，但这个是 Python 中的一个常见做法。 **kwargs 使用两个星号是收集关键字参数，可以将参数收集到一个字典中，参数的名字是字典的 “键”，对应的参数的值是字典的 “值”。请看下面的例子： >>> def print_kwargs(**kwargs):...    print(kwargs)...>>> print_kwargs(a = 'lee',b = 'sir',c = 'man'){'a': 'lee', 'b': 'sir', 'c': 'man'}由例子可以看出，在函数内部，kwargs 是一个字典。 看到这的时候，可能聪明的你会想，参数不是具有不确定型吗？如何知道参数到底会用什么样的方式传值？其实这个很好办，把 args 和 *kwargs 综合起来就好了啊，请看下面的操作： >>> def print_all(x,y,*args,**kwargs):...    print(x)...    print(y)...    print(args)...    print(kwargs)...>>> print_all('lee',1234)lee1234(){}>>> print_all('lee',1,2,3,4,5)lee1(2, 3, 4, 5){}>>> print_all('lee',1,2,3,4,5,like = 'python')lee1(2, 3, 4, 5){'like': 'python'}如此这般，我们就可以应对各种各样奇葩无聊的参数请求了。当然在这还是要说的是，这里的关键字参数命名不一定要是 kwargs，但这个是通常做法。 6、为什么函数名字可以当做参数用？ Python 中一切皆对象，函数名是函数在内存中的空间，也是一个对象。 7、Python 中 pass 语句的作用是什么？ 在编写代码时只写框架思路，具体实现还未编写就可以用 pass 进行占位，使程序不报错，不会进行任何操作。 8、面向对象中super的作用？ super() 函数是用于调用父类(超类)的一个方法。 super 是用来解决多重继承问题的，直接用类名调用父类方法在使用单继承的时候没问题，但是如果使用多继承，会涉及到查找顺序（MRO）、重复调用（钻石继承）等种种问题。 MRO 就是类的方法解析顺序表, 其实也就是继承父类方法时的顺序表。 作用： 根据 mro 的顺序执行方法  主动执行 Base 类的方法   9、是否使用过functools中的函数？其作用是什么？ Python的functools模块用以为可调用对象（callable objects）定义高阶函数或操作。 简单地说，就是基于已有的函数定义新的函数。 所谓高阶函数，就是以函数作为输入参数，返回也是函数。 10、json序列化时，默认遇到中文会转换成unicode，如果想要保留中文怎么办？ import jsona = json.dumps({"ddf": "你好"}, ensure_ascii=False)print(a)# {"ddf": "你好"} 以上就是今天的内容，我是帅蛋，我们明天见~ ❤️ 欢迎关注我，有问题，找帅蛋，我最看不得别人迷茫！ ❤️ 如果你觉得有帮助,希望爱学习的你不要吝啬三连击哟[点赞 + 收藏 + 评论]~ 还有小小公众号 【编程文青李狗蛋】，聊聊迷茫吹吹牛皮~