最近刷牛客网。
看到一道连续几年都在出现的Python面试题。
题目只有几行代码：
def append_item(item, data=[]): data.append(item) return dataprint(append_item(1))print(append_item(2))
如果是你。
会输出什么？
很多人第一反应：
结果。
错了。
真正的输出是：
第一次看到的人。
几乎都会愣一下。
😳
这也是为什么阿里、字节跳动、美团、百度等互联网公司的Python面试，特别喜欢考这道题。
因为它考的不是语法。
而是：
你到底懂不懂Python。
为什么会这样？
很多人认为。
函数每执行一次。
默认参数都会重新创建。
其实不是。
Python规定：
默认参数只会在函数定义时创建一次。
也就是说：
不是每调用一次就创建一个新列表。
而是：
整个程序运行期间。
这个列表一直存在。
第一次执行：
列表变成：
第二次执行：
Python继续使用同一个列表。
于是：
就出现了。
是不是有点反直觉？
没错。
但这正是Python的设计。
面试官真正想听什么？
如果你的回答只是：
因为默认参数只初始化一次。
只能算及格。
真正优秀的回答应该继续解释：
Python这样设计。
其实是为了减少重复创建对象。
提高函数调用效率。
因为不可变对象：
完全没有问题。
真正危险的是：
这些可变对象。
它们会共享状态。
这才是Bug产生的根源。
正确写法是什么？
几乎所有资深Python开发都会这样写：
def append_item(item, data=None): if data is None: data = [] data.append(item) return data
为什么不用：
因为：
空列表：
也是False。
如果业务允许传空列表。
逻辑就会出错。
因此：
判断默认参数。
永远推荐：
这一点。
也是牛客网上出现频率很高的追问。
为什么大厂喜欢考这种题？
因为真实项目里。
这种Bug特别难查。
举个例子。
你写了一个缓存函数：
def cache(value, result=[]): ...
上线之后。
缓存越来越大。
数据越来越乱。
排查了两天。
最后发现：
默认参数一直在共享。
这类问题。
不是不会写代码。
而是：
没有理解对象生命周期。
一个微软工程师分享过一句话
Bug最可怕的地方，不是报错，而是它一直在正常运行。
这句话放到Python里。
再合适不过。
可变默认参数。
程序不会崩。
不会报异常。
甚至还能正常输出。
直到某一天。
线上数据越来越奇怪。
你才开始怀疑人生。
😂
AI时代，这类题为什么越来越重要？
很多人说：
现在有AI。
这些基础知识不用学了。
我的看法正好相反。
AI确实可以生成：
甚至整个模块。
但是。
AI不会替你承担责任。
如果生成的代码存在隐藏Bug。
最终排查的人。
还是工程师。
真正值钱的能力。
已经不是：
写代码。
而是：
识别代码中的风险。
牛客网面经透露了一个趋势
最近几年。
Python面试越来越少问：
会不会Django？
越来越多问：
这些问题。
看起来都是基础。
实际上。
考察的是：
语言底层原理。
我的一个观点
很多程序员每天收藏面试题。
背答案。
刷八股。
看起来很努力。
实际上成长很慢。
为什么？
因为：
答案可以背。
理解不能背。
比如今天这道题。
真正值得思考的不是：
为什么输出：
而是：
为什么Python要这样设计？
理解了这一点。
你不仅学会了默认参数。
还理解了：
这才是一题多得。
写在最后
很多人觉得。
Python简单。
所以容易学。
其实。
Python真正难的地方。
从来不是：
而是那些只有几行代码。
却能问倒无数人的底层细节。
未来AI会帮我们写更多代码。
但真正决定技术上限的。
依然是：
你是否理解代码为什么这样运行。
所以。
下次如果面试官问你：
为什么Python不建议把List作为默认参数？
不要急着回答：
因为会共享。
再多说一句：
因为默认参数在函数定义阶段只创建一次，可变对象会在多次调用之间共享状态，因此推荐使用None作为占位符，再在函数内部创建新对象。
这一句。
往往就是普通回答和优秀回答之间的差距。🚀
点个「在看」👍
愿你每学一个Python知识点，都不仅知道"怎么写"，更知道"为什么这样写"。
