一、前言
本专栏将会对近年高频测试相关面试题做详细解答，结合自己多年工作经验，以及同行大佬指导总结出来的。旨在帮助测试、python方面的同学，顺利通过面试，拿到自己满意的offer。
本期题目相对于之前有一点的难度，对于原理题直接背就行了，不需要太去了解它的原理，因为面试官也不一定懂。
让我们一起卷起来吧！
二、 试题详解
1）map函数运用
给定一个列表，求其元素的平方根并返回一个列表，例如：[1, 2, 3, 4, 5]得到[1, 4, 9, 16, 25]:
第一种方法：
a_list = [1, 2, 3, 4, 5]
def square(x): # 计算平方数
return x ** 2
res = map(square, a_list)
print(list(res))
第二种：使用匿名函数：
a_list = [1, 2, 3, 4, 5]
res = map(lambda x: x ** 2, a_list)
print(list(res))
输出结果
[1, 4, 9, 16, 25]
2）给定两个列表，怎么找出他们相同的元素和不同的元素
list1 = [1,2,3]
list2 = [3,4,5]
set1 = set(list1)
set2 = set(list2)
print(set1 & set2)
print(set1 ^ set2)
输出结果
{3}
{1, 2, 4, 5}
3）Python垃圾回收及分代回收，如何强制回收和禁用垃圾回收？
垃圾回收
Python语言默认采用的垃圾收集机制是“引用计数法 Reference Counting”。 Python的垃圾回收是建立在引用技术上的，所以理解引用计数也是非常重要的。而引用计数的原理就是，当一个对象的引用被创建或者复制时，对象的引用计数加1；当一个对象的引用被销毁时，对象的引用计数减1；当对象的引用计数减少为0时，就意味着对象已经没有被任何人使用了，可以将其所占用的内存立刻释放了。
它的缺点是需要额外的空间维护引用计数，这个问题是其次的，不过最主要的问题是它不能解决对象的“循环引用”，因此，也有很多语言比如Java并没有采用该算法做来垃圾的收集机制。
Python中一切皆对象，也就是说，在Python中你用到的一切变量，本质上都是类对象。实际上每一个对象的核心就是一个结构体PyObject，它的内部有一个引用计数器ob_refcnt，程序在运行的过程中会实时的更新ob_refcnt的值，来反映引用当前对象的名称数量。当某对象的引用计数值为0,说明这个对象变成了垃圾，那么它会被回收掉，它所用的内存也会被立即释放掉。
分代回收
分代回收是在面试中，常常会被问到的一个问题。分代回收的核心思想就是，对象存活的时间越长，越不可能是垃圾，应该更少的去回收。且Python将所有的对象分为0、1、2三代，所有的新建对象都是0代对象。但是，当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象，即1代或者2代了。分代回收的预值，可以使用如下代码进行查看。通常，返回一个元组且包含三个数值，默认值为(700, 10, 10)。其中第一个数值700表示，从上一个垃圾回收到现在分配内存的数目减去释放内存的数目。如果这个数值到了700，则会对第一代的垃圾对象进行回收，并且给第二个数值加1。当第二个数值增加到10的时候，就会对第一代和第二代的垃圾对象进行回收，并且给第三个数值加1。当第三个数值增加到10的时候，则三代都会被回收，然后初始化为(0, 0, 0)并继续开始计数。需要注意的是，如果没有十分必要的场景，这个分代回收的默认值通常是不需要我们人为的改动的。
强制回收
Python也支持在某一刻特定的时间点，使用gc.collect()方法强制回收。不过，通常我们是不适用强制回收的，而是使用下面这种禁用垃圾回收的方式。
禁用垃圾回收
这个垃圾回收机制不是挺好的，那我们会什么还要禁用呢。通常我们禁用GC的一个场景就是，某一段代码中需要加载大量的原始数据，尤其是有大量的新建、删除对象这样的操作。也就是执行某一段代码的时候，会自动触发很多次的垃圾回收。但是，我们需要知道Python执行垃圾回收的时候，它会暂停当前的工作。所以，这种工作耗时越多就会拖累我们程序的运行时间。那我们怎么办呢？我们通常都会在执行这段代码之前，禁用垃圾回收，执行完之后再手动开启。熟悉开源项目的同学可以会看到，有些项目中会使用gc.set_threshold(0)而不用gc.disable这种写法。是因为有些第三方的库会隐式的启用GC让gc.disable不起作用了，而使用gc.set_threshold(0)就不会有第三方的库把垃圾回收开启了，除非我们想要把它开启。
4）Python字典原理
在 Python中,字典是通过散列表或说哈希表实现的。字典也被称为关联数组,还称为哈希数组等。也就是说,字典也是一个数组,但数组的索引是键经过哈希函数处理后得到的散列值。哈希函数的目的是使键均匀地分布在数组中,并且可以在内存中以O(1)的时间复杂度进行寻址,从而实现快速查找和修改。哈希表中哈希函数的设计困难在于将数据均匀分布在哈希表中,从而尽量减少哈希碰撞和冲突。由于不同的键可能具有相同的哈希值,即可能出现冲突,高级的哈希函数能够使冲突数目最小化。 Python中并不包含这样高级的哈希函数,几个重要(用于处理字符串和整数)的哈希函数是常见的几个类型。通常情况下建立哈希表的具体过程如下数据添加:把key通过哈希函数转换成一个整型数字,然后就将该数字对数组长度进行取余,取余结果就当作数组的下标,将 value存储在以该数字为下标的数组空间里。数据查询:再次使用哈希函数将key转换为对应的数组下标,并定位到数组的位置获取 value。
5）“is”和“==”有什么区别
is：比较的是两个对象的id值是否相等，也就是比较俩对象是否为同一个实例对象。是否指向同一个内 存地址
== ： 比较的两个对象的内容/值是否相等，默认会调用对象的eq()方法
6）一行代码实现1-100之和
这里直接使用Python内置函数sum即可:
print(sum(range(0,101)))
输出结果
5050
7）反转一个整数，例如-123 --> -321
class Solution(object):
def reverse(self, x):
if -10 < x < 10:
return x
str_x = str(x)
if str_x[0] != "-":
str_x = str_x[::-1]
x = int(str_x)
else:
str_x = str_x[1:][::-1]
x = int(str_x)
x = -x
return x if -2147483648 < x < 2147483647 else 0
if __name__ == '__main__':
s = Solution()
reverse_int = s.reverse(-123)
print(reverse_int)
输出结果
-321
8）设计实现遍历目录与子目录，抓取.pyc文件
第一种方法：
import os
def get_files(dir, suffix):
res = []
for root, dirs, files in os.walk(dir):
for filename in files:
name, suf = os.path.splitext(filename)
if suf == suffix:
res.append(os.path.join(root, filename))
print(res)
get_files("./", '.pyc')
第二种方法：
import os
def pick(obj):
if obj.endswith(".pyc"):
print(obj)
def scan_path(ph):
file_list = os.listdir(ph)
for obj in file_list:
if os.path.isfile(obj):
pick(obj)
elif os.path.isdir(obj):
scan_path(obj)
if __name__ == '__main__':
path = input('输入目录')
scan_path(path)
第三种方法：
from glob import iglob
def func(fp, postfix):
for i in iglob(f"{fp}/**/*{postfix}", recursive=True):
print(i)
if __name__ == "__main__":
postfix = ".pyc"
func("K:\Python_script", postfix)
三、总结
本期题目难度适中，预计消化时间为一周左右，不要松懈！卷起来！保持热情！
