Python后端线下面试:13 道笔试题与多线程追问
- 轮次
- 线下面试
- 时间
- 2026-10
- 来源
- 牛客网
《面试题目》
笔试(16 题,原帖记下 13 题)
- Python 的内存管理机制是什么?
- lambda 表达式是什么?有什么用?
- tuple 类型转 list 有几种方式?
- list 元素如何去重?
- 如何按最后一个元素对列表排序?
- Python 赋值、浅拷贝、深拷贝有什么区别?
- range() 的作用是什么?
- pass 的作用是什么?
- re.match 和 re.search 有什么区别?
- 正则
<.*>和<.*?>有什么区别? - Python 有哪些好用的调试和静态检查工具?
- 函数内部如何声明全局变量?
- except 是什么?有什么作用?
技术面
- 讲一下 Python 多线程和多进程的原理。
《参考解析》
内存管理:引用计数为主,标记-清除与分代回收为辅。 CPython 里每个对象有一个引用计数,赋值、传参、放入容器都会加一,重新赋值、离开作用域、从容器删除会减一,减到零立即释放。引用计数解决不了循环引用,所以有垃圾回收器:用标记-清除找出不可达的循环引用对象,再用分代回收降低扫描成本——新对象在第 0 代,活得越久被扫描的频率越低。面试时可以补一句实践含义:大量创建小对象会带来计数开销,循环引用多、对象生命周期长的场景要关注 GC 阈值和 gc.freeze() 之类的调优手段。
拷贝三兄弟的区别在「嵌套对象是否共享」。 赋值只是给同一个对象再起一个名字,两个变量指向同一块内存;浅拷贝创建一个新的外层容器,但内部元素仍是原来的引用,list.copy()、切片、copy.copy() 都是浅拷贝;深拷贝递归复制所有层级,copy.deepcopy() 会维护一个 memo 字典处理循环引用和重复引用。常见坑:浅拷贝后修改嵌套列表会同时影响原对象;深拷贝大对象代价高,且对不可变对象、文件句柄、锁这类对象不能盲目深拷贝。
正则题要讲清锚点与贪婪性。 re.match 只从字符串开头尝试匹配,开头不匹配立即返回 None;re.search 扫描整个字符串找第一个匹配;re.fullmatch 要求整个字符串完全匹配。<.*> 是贪婪匹配,会尽可能吃到最后一个 >;<.*?> 是非贪婪匹配,遇到第一个 > 就停。抓网页标签时贪婪模式会把多个标签连成一段,非贪婪才是正确写法;但更稳的做法是用 HTML 解析器,正则只做简单提取。
GIL 决定了 CPython 多线程的适用边界。 CPython 用全局解释器锁保证同一时刻只有一个线程执行字节码,所以多线程在 CPU 密集型任务上无法利用多核,频繁切换还会更慢;但线程在发起 IO、陷入系统调用时会释放 GIL,因此 IO 密集型任务用多线程仍然有效。选型上:CPU 密集型用 multiprocessing(进程间内存独立,靠序列化通信)或 C/C++ 扩展;IO 密集型用多线程或 asyncio;混合型把 CPU 部分丢进进程池、IO 部分用协程。可以补一句版本进展:Python 3.13 起有实验性的 free-threaded 构建,但生态兼容和性能还需要观察。
其余小题按「一句话结论 + 一个例子」答。 lambda 是匿名函数表达式,适合作为 key、回调等短逻辑,复杂逻辑不要用;tuple 转 list 可以用 list(t)、[*t]、列表推导式;去重保序用 dict.fromkeys(nums)(或集合 + 推导式),只去重不保序用 set;按最后一个元素排序是 sorted(data, key=lambda x: x[-1]);range 返回不可变的整数序列,支持步长与负数;pass 是语法占位符;函数内用 global 声明后修改模块级变量(更推荐用返回值或类封装);except 捕获异常,要指定异常类型、记录日志,避免裸 except 吞错。调试与静态检查可以提 pdb/breakpoint()、logging、pytest、ruff(集成 lint 与格式化)、mypy/pyright(类型检查)。