阿发聊测试 · 面试实战系列

一文速成！Python面试题，帮你全部搞定！

10大高频考点，小白vs大佬答法对比，面试不再慌

你好，我是阿发。

最近帮几个粉丝做面试辅导，发现大家在Python面试中总是踩同样的坑。比如被问到"列表和元组有什么区别"，小白只会说"列表可以改，元组不能改"，而大佬会从内存、性能、使用场景等多个维度分析。结果就是：同样的问题，小白拿60分，大佬拿90分。今天这篇文章，我把Python面试最高频的10个考点整理出来，每个题目都用"小白答法vs大佬答法"的形式对比，帮你快速掌握正确的答题思路。面试前看一遍，直接套用模板就能答出高分。

SECTION 01

考点1：可变类型vs不可变类型

面试题：列表和元组有什么区别？

小白答法：
列表用[]，元组用()。列表可以改，元组不能改。

大佬答法：
从四个维度分析：
· 可变性：列表是可变类型（mutable），可以增删改元素；元组是不可变类型（immutable），创建后不能修改
· 内存占用：元组内存占用更小，因为不可变，Python可以提前分配固定内存
· 性能：元组访问速度更快，因为元素位置固定；列表需要维护动态数组，有额外开销
· 使用场景：列表适合需要频繁修改的数据集合；元组适合存储固定不变的数据，如配置参数、坐标点等

扩展：Python中的可变和不可变类型

· 不可变类型：int、float、str、tuple、bool、frozenset

· 可变类型：list、dict、set

易错点：不可变类型不是绝对不能变！比如元组里包含列表，列表是可变的，可以修改列表内容。但元组本身的元素（即列表对象的引用）不能变。

SECTION 02

考点2：浅拷贝vs深拷贝

面试题：什么是浅拷贝和深拷贝？区别是什么？

小白答法：
浅拷贝就是复制一下，深拷贝就是复制得更深一点。

大佬答法：
· 浅拷贝（shallow copy）：只复制第一层对象，嵌套对象仍然共享引用。修改嵌套对象会影响原对象
· 深拷贝（deep copy）：递归复制所有层次的对象，完全独立。修改任何部分都不会影响原对象

实现方式：
- 浅拷贝：copy.copy()、list[:]、dict.copy()
- 深拷贝：copy.deepcopy()

代码示例：直观理解

```python
import copy

original = [1, [2, 3]]

# 浅拷贝
shallow = copy.copy(original)
shallow[1][0] = 99
print(original) # [1, [99, 3]] # 原对象被修改了！

# 深拷贝
original = [1, [2, 3]]
deep = copy.deepcopy(original)
deep[1][0] = 99
print(original) # [1, [2, 3]] # 原对象不受影响
```

SECTION 03

考点3：GIL全局解释器锁

面试题：什么是GIL？它对Python多线程有什么影响？

小白答法：
GIL就是一个锁，让Python只能用一个线程运行，所以Python多线程没用。

大佬答法：
GIL（Global Interpreter Lock）是CPython解释器的全局锁，同一时刻只允许一个线程执行Python字节码。

影响分析：
· CPU密集型任务：多线程不能提升性能，因为GIL限制了并行执行，反而有线程切换开销
· IO密集型任务：多线程有效，因为等待IO时GIL会释放，其他线程可以执行
· 解决方案：CPU密集型用多进程（multiprocessing），绕过GIL；IO密集型用多线程或异步IO

注意：GIL是CPython的实现细节，Jython、IronPython等其他实现没有GIL。

面试加分点：Python 3.2+引入了新的GIL释放机制，IO等待时会立即释放GIL；Python 3.10+进一步优化了GIL，减少了锁竞争。但本质上，CPU密集型任务仍然推荐用多进程。

SECTION 04

考点4：*args和**kwargs

面试题：*args和**kwargs是什么？有什么区别？

小白答法：
就是用来传参数的，一个是*，一个是**。

大佬答法：
· *args：接收任意数量的位置参数（positional arguments），打包成一个元组
· **kwargs：接收任意数量的关键字参数（keyword arguments），打包成一个字典

使用场景：
1. 函数定义时：让函数接受可变数量的参数，提高灵活性
2. 函数调用时：解包参数，把列表/元组/字典传给函数

代码示例：定义和调用

```python
# 定义时：接收可变参数
def print_args(*args, **kwargs):
print('位置参数:', args) # 元组
print('关键字参数:', kwargs) # 字典

print_args(1, 2, name='阿发', age=18)
# 输出:
# 位置参数: (1, 2)
# 关键字参数: {'name': '阿发', 'age': 18}

# 调用时：解包参数
def add(a, b, c):
return a + b + c

nums = [1, 2, 3]
print(add(*nums)) # 6，等价于add(1, 2, 3)

params = {'a': 1, 'b': 2, 'c': 3}
print(add(**params)) # 6，等价于add(a=1, b=2, c=3)
```

SECTION 05

考点5：列表推导式vs生成器表达式

面试题：列表推导式和生成器表达式有什么区别？什么时候用哪个？

小白答法：
列表推导式用[]，生成器表达式用()。生成器好像更省内存？

大佬答法：
核心区别：
· 列表推导式：立即生成全部元素，返回一个列表。内存占用大，但可以多次访问、支持索引
· 生成器表达式：惰性生成元素，返回一个生成器对象。内存占用极小（只存生成逻辑），只能迭代一次

选择策略：
· 需要多次访问元素、需要索引操作 → 用列表推导式
· 数据量大、只需要迭代一次 → 用生成器表达式
· 无限序列 → 只能用生成器

代码示例：对比内存占用

```python
# 列表推导式：立即生成100万个元素，占用大量内存
list_comp = [x for x in range(1000000)]
print(type(list_comp)) #

# 生成器表达式：只生成一个生成器对象，几乎不占内存
gen_expr = (x for x in range(1000000))
print(type(gen_expr)) #

# 生成器只能迭代一次
for num in gen_expr:
if num > 5:
break
for num in gen_expr: # 第二次迭代是空的！
print(num) # 不会输出任何内容
```

SECTION 06

考点6：迭代器与生成器

面试题：什么是迭代器？什么是生成器？它们之间是什么关系？

小白答法：
迭代器就是可以迭代的东西，生成器就是生成数据的。

大佬答法：
· 迭代器（Iterator）：实现了__iter__和__next__方法的对象。调用next()返回下一个元素，没有元素时抛出StopIteration异常
· 生成器（Generator）：一种特殊的迭代器，用yield关键字定义。每次遇到yield返回一个值，下次从yield处继续执行

关系：
生成器是迭代器的子集，所有生成器都是迭代器，但迭代器不一定是生成器

创建方式：
迭代器：用iter()函数或自定义类实现__iter__和__next__
生成器：生成器表达式或yield函数

代码示例：自定义迭代器和生成器

```python
# 自定义迭代器
class MyIterator:
def __init__(self, max_num):
self.max_num = max_num
self.current = 0

def __iter__(self):
return self

def __next__(self):
if self.current >= self.max_num:
raise StopIteration
self.current += 1
return self.current

# 生成器函数
def my_generator(max_num):
current = 0
while current < max_num:
current += 1
yield current # 暂停执行，返回值

# 使用
for num in MyIterator(3):
print(num) # 1, 2, 3

for num in my_generator(3):
print(num) # 1, 2, 3
```

SECTION 07

考点7：上下文管理器与with语句

面试题：with语句的原理是什么？怎么实现自定义上下文管理器？

小白答法：
with语句用来打开文件，不用手动关闭。

大佬答法：
with语句的原理是上下文管理器协议，对象需要实现__enter__和__exit__两个方法：
· __enter__：进入with块时调用，返回值赋给as后面的变量
· __exit__：退出with块时调用，负责清理资源（如关闭文件）

即使with块中发生异常，__exit__也会被调用，确保资源被正确释放。

实现方式：
1. 自定义类实现__enter__和__exit__方法
2. 使用contextlib.contextmanager装饰器

代码示例：两种实现方式

```python
# 方式1：自定义类
class MyFile:
def __init__(self, filename, mode):
self.filename = filename
self.mode = mode

def __enter__(self):
self.file = open(self.filename, self.mode)
return self.file

def __exit__(self, exc_type, exc_val, exc_tb):
self.file.close()

# 方式2：contextmanager装饰器
from contextlib import contextmanager

@contextmanager
def my_file(filename, mode):
file = open(filename, mode)
try:
yield file # 返回值给as变量
finally:
file.close()

# 使用
with my_file('test.txt', 'w') as f:
f.write('hello')
```

SECTION 08

考点8：类属性vs实例属性与MRO

面试题：类属性和实例属性有什么区别？

小白答法：
类属性是类里面的属性，实例属性是实例里面的属性。

大佬答法：
· 类属性（Class Attribute）：定义在类级别，所有实例共享。通过类名或实例访问，修改类属性会影响所有实例
· 实例属性（Instance Attribute）：定义在__init__方法中，每个实例独有。只能通过实例访问，修改不影响其他实例

查找顺序：先查找实例属性，再查找类属性。如果实例没有该属性，会使用类属性的值。但如果给实例赋值同名属性，会创建实例属性，屏蔽类属性。

面试题：什么是MRO？Python如何处理多重继承？

大佬答法：
MRO（Method Resolution Order）是方法解析顺序，即当调用一个方法时，Python查找该方法的顺序。

Python 3使用C3线性化算法计算MRO，遵循以下原则：
1. 子类优先于父类
2. 多个父类按照声明顺序查找
3. 保证每个类只被访问一次

可以通过__mro__属性或mro()方法查看MRO。

SECTION 09

考点9：内存管理与垃圾回收

面试题：Python的内存管理机制是什么？垃圾回收是怎么实现的？

小白答法：
Python有垃圾回收，不用手动管理内存。

大佬答法：
Python的内存管理包含三个核心机制：
· 引用计数：每个对象维护一个引用计数器，引用+1时计数器+1，引用-1时计数器-1。当计数器为0时，对象立即被回收
· 标记清除：解决循环引用问题。定期扫描所有对象，标记可达对象，清除不可达对象
· 分代回收：基于"年轻对象更容易死亡"的假设，将对象分为三代（0、1、2）。新创建的对象属于第0代，存活越久的对象进入更高代。低代对象扫描频率更高

循环引用问题：引用计数无法回收相互引用的对象（如a.b = b, b.a = a），这时候需要标记清除来处理。

面试加分点：可以提到sys.getrefcount()查看引用计数，gc模块手动触发垃圾回收，以及__del__方法可能导致的问题（循环引用时__del__会阻止对象被回收）。

SECTION 10

面试必背题速查汇总

· Q1：Python是编译型还是解释型语言？
Python是解释型语言，但有编译过程。.py文件先编译成.pyc字节码，再由解释器执行。

· Q2：Python 2和Python 3的区别？
print从语句变成函数；Unicode默认；除法行为不同；xrange被移除；迭代器协议统一。

· Q3：什么是鸭子类型？
关注对象能做什么，而不是对象是什么类型。比如只要实现了__iter__和__next__就是迭代器。

· Q4：lambda函数的特点？
匿名函数，只能有一个表达式，返回表达式结果。适合简单操作，不适合复杂逻辑。

· Q5：sort和sorted的区别？
sort是列表方法，原地排序，返回None；sorted是内置函数，返回新列表，不修改原列表。

· Q6：is和==的区别？
is判断对象是否为同一个（内存地址相同）；==判断对象的值是否相等。

· Q7：什么是闭包？
内部函数引用了外部函数的变量，形成闭包。闭包可以保留外部函数的变量状态。

· Q8：装饰器的本质是什么？
装饰器是接收函数作为参数并返回新函数的函数。@是语法糖，等价于func = decorator(func)。

· Q9：进程和线程的区别？
进程是资源分配的基本单位，线程是CPU调度的基本单位。进程间通信开销大，线程间共享内存。

· Q10：什么是协程？
协程是用户态的轻量级线程，由程序自身控制调度。Python中用async/await实现。

最后

Python面试题千千万，但高频考点就那么几个。今天整理的这10个考点，覆盖了从基础到进阶的核心内容。记住"小白答法vs大佬答法"的对比模式，面试时从多个维度分析问题，就能答出高分。建议把这篇文章收藏起来，面试前花半小时快速过一遍，效果立竿见影。

关于Python面试、测试进阶、AI测试转型等问题，都可以通过公众号菜单栏添加我微信 testafa 私信交流。需要面试资料也可以私信！