100个Python面试高频考点全解析：从基础到进阶

一、基础语法与核心特性（20个考点）

1. 可变与不可变对象

   • 整数、字符串、元组为不可变对象，列表、字典、集合为可变对象。
   • 示例：a = [1,2]; b = a; b.append(3) 会同时修改a和b。
   • 面试题：为何hash((1,2))可行而hash([1,2])报错？

2. 装饰器实现原理

   • 闭包结构：外层函数接收被装饰函数，内层函数执行增强逻辑。
   • 典型应用：日志记录、权限校验、缓存优化。
   • 代码示例：

     def log_time(func):
         def wrapper(*args, **kwargs):
             start = time.time()
             res = func(*args, **kwargs)
             print(f"耗时: {time.time()-start:.2f}s")
             return res
         return wrapper

3. 生成器与迭代器区别

   • 生成器通过yield实现惰性计算，迭代器需实现__iter__()和__next__()。
   • 性能对比：生成器内存占用低，适合处理大数据流。

4. GIL全局解释器锁

   • 限制同一时刻仅一个线程执行Python字节码，多线程适合I/O密集型任务。
   • 解决方案：多进程（multiprocessing）或异步编程（asyncio）。

5. 深拷贝与浅拷贝

   • copy.copy()创建浅拷贝，copy.deepcopy()递归复制所有对象。
   • 陷阱：嵌套列表修改时浅拷贝会导致意外修改。

二、数据结构与算法（30个考点）

1. 字典键必须可哈希

   • 可变对象（如列表）不能作为字典键，自定义类需实现__hash__()方法。
   • 示例：{frozenset([1,2]): "value"}合法，{[1,2]: "value"}报错。

2. 列表推导式性能优化

   • 对比普通循环：[x*2 for x in range(1000)]比循环快30%。
   • 高级用法：嵌套推导式、条件过滤。

3. 排序算法稳定性

   • sorted()稳定排序，list.sort()原地排序。
   • 自定义排序：key=lambda x: x[1]按元组第二元素排序。

4. 堆队列（Heapq）应用

   • 最小堆实现：heapq.heappush(heap, item)，heapq.heappop(heap)。
   • 典型场景：Top K问题、实时数据流处理。

5. 二分查找实现要点

   • 终止条件：left <= right，更新指针：mid = left + (right-left)//2。
   • 边界案例：空列表、单元素列表、重复元素。

三、高级特性与并发编程（25个考点）

1. 协程与异步IO

   • async/await语法：async def fetch(): await http.get()。
   • 事件循环管理：asyncio.run(main())。
   • 性能对比：协程并发数比线程高10倍以上。

2. 多进程通信

   • Queue与Pipe对比：前者多生产者多消费者，后者点对点。
   • 共享内存：multiprocessing.Value和Array。

3. 上下文管理器实现

   • __enter__()和__exit__()方法：文件操作、数据库连接自动释放。
   • @contextlib.contextmanager装饰器简化实现。

4. 元类（Metaclass）应用

   • 控制类创建过程：type('ClassName', (), {})动态生成类。
   • ORM框架核心机制：通过元类将类属性映射为数据库字段。

5. 描述符协议

   • 实现__get__()、__set__()、__delete__()：属性访问控制。
   • 典型案例：@property装饰器底层实现。

四、Web开发与框架（15个考点）

1. Django中间件执行顺序

   • 请求阶段：process_request() → process_view()。
   • 响应阶段：process_response()反向执行。
   • 调试技巧：通过MIDDLEWARE列表调整顺序。

2. Flask信号机制

   • 预定义信号：request_started、request_finished。
   • 自定义信号：from blinker import signal实现事件驱动。

3. WSGI协议规范

   • 必须实现__call__(environ, start_response)方法。
   • 环境变量PATH_INFO与QUERY_STRING解析。

4. ORM查询优化

   • 避免N+1问题：select_related()（一对一）与prefetch_related()（多对多）。
   • 索引优化：db_index=True在模型字段中设置。

5. RESTful API设计原则

   • 资源命名：复数名词（/users而非/user）。
   • HTTP方法语义：GET检索、POST创建、PUT替换、PATCH部分更新。

五、系统设计与架构（10个考点）

1. CAP理论取舍

   • CP系统：ZooKeeper（一致性优先）。
   • AP系统：Cassandra（可用性优先）。

2. 分布式锁实现

   • Redis方案：SETNX命令 + 过期时间。
   • 陷阱：客户端崩溃导致锁未释放的解决方案。

3. 限流算法对比

   • 固定窗口：实现简单但临界问题明显。
   • 滑动窗口：更精确但计算复杂度高。
   • 令牌桶：平滑突发流量（如Guava RateLimiter）。

4. 消息队列选型

   • RabbitMQ：AMQP协议，支持复杂路由。
   • Kafka：高吞吐量，适合日志收集场景。

5. 微服务通信模式

   • 同步调用：REST/gRPC（强一致性）。
   • 异步通信：事件驱动（最终一致性）。

备考策略建议

1. 分阶段复习：基础语法（3天）→ 数据结构（5天）→ 框架原理（7天）→ 系统设计（5天）。
2. 代码实战：每日完成3道LeetCode中等难度题目，重点练习双指针、动态规划。
3. 模拟面试：使用CoderPad等工具进行双人编码实战，训练沟通能力。
4. 错题本管理：记录高频错误点（如装饰器参数传递、GIL影响范围），定期复习。

通过系统掌握这100个考点，开发者可覆盖90%以上的Python技术面试问题。建议结合《Python Cookbook》和《Fluent Python》深化理解，同时关注Python官方文档的最新特性更新。