Google資深工程師推薦Python面試必須要看的15個問題

引言

想找一份Python開發(fā)工作嗎？那你很可能得證明自己知道如何使用Python。下面這些問題涉及了與Python相關(guān)的許多技能，問題的關(guān)注點主要是語言本身，不是某個特定的包或模塊。每一個問題都可以擴充為一個教程，如果可能的話。某些問題甚至?xí)婕岸鄠€領(lǐng)域。

我之前還沒有出過和這些題目一樣難的面試題，如果你能輕松地回答出來的話，趕緊去找份工作吧！

問題1

到底什么是Python？你可以在回答中與其他技術(shù)進行對比（也鼓勵這樣做）。

答案

下面是一些關(guān)鍵點：

• Python是一種解釋型語言。這就是說，與C語言和C的衍生語言不同，Python代碼在運行之前不需要編譯。其他解釋型語言還包括PHP和Ruby。

• Python是動態(tài)類型語言，指的是你在聲明變量時，不需要說明變量的類型。你可以直接編寫類似x=111和x="I'm a string"這樣的代碼，程序不會報錯。

• Python非常適合面向?qū)ο蟮木幊蹋∣OP），因為它支持通過組合（composition）與繼承（inheritance）的方式定義類（class）。Python中沒有訪問說明符（access specifier，類似C++中的public和private），這么設(shè)計的依據(jù)是“大家都是成年人了”。

• 在Python語言中，函數(shù)是第一類對象（first-class objects）。這指的是它們可以被指定給變量，函數(shù)既能返回函數(shù)類型，也可以接受函數(shù)作為輸入。類（class）也是第一類對象。

• Python代碼編寫快，但是運行速度比編譯語言通常要慢。好在Python允許加入基于C語言編寫的擴展，因此我們能夠優(yōu)化代碼，消除瓶頸，這點通常是可以實現(xiàn)的。numpy就是一個很好地例子，它的運行速度真的非?？?，因為很多算術(shù)運算其實并不是通過Python實現(xiàn)的。

• Python用途非常廣泛——網(wǎng)絡(luò)應(yīng)用，自動化，科學(xué)建模，大數(shù)據(jù)應(yīng)用，等等。它也常被用作“膠水語言”，幫助其他語言和組件改善運行狀況。

• Python讓困難的事情變得容易，因此程序員可以專注于算法和數(shù)據(jù)結(jié)構(gòu)的設(shè)計，而不用處理底層的細(xì)節(jié)。

為什么提這個問題：

如果你應(yīng)聘的是一個Python開發(fā)崗位，你就應(yīng)該知道這是門什么樣的語言，以及它為什么這么酷。以及它哪里不好。

問題2

補充缺失的代碼

def print_directory_contents(sPath):
    """    這個函數(shù)接受文件夾的名稱作為輸入?yún)?shù)，    返回該文件夾中文件的路徑，    以及其包含文件夾中文件的路徑。    """
    # 補充代碼

答案

def print_directory_contents(sPath):
    import os                                       
    for sChild in os.listdir(sPath):                
        sChildPath = os.path.join(sPath,sChild)
        if os.path.isdir(sChildPath):
            print_directory_contents(sChildPath)
        else:
            print sChildPath

特別要注意以下幾點：

• 命名規(guī)范要統(tǒng)一。如果樣本代碼中能夠看出命名規(guī)范，遵循其已有的規(guī)范。

• 遞歸函數(shù)需要遞歸并終止。確保你明白其中的原理，否則你將面臨無休無止的調(diào)用棧（callstack）。

• 我們使用os模塊與操作系統(tǒng)進行交互，同時做到交互方式是可以跨平臺的。你可以把代碼寫成sChildPath = sPath + '/' + sChild，但是這個在Windows系統(tǒng)上會出錯。

• 熟悉基礎(chǔ)模塊是非常有價值的，但是別想破腦袋都背下來，記住Google是你工作中的良師益友。

• 如果你不明白代碼的預(yù)期功能，就大膽提問。

• 堅持KISS原則！保持簡單，不過腦子就能懂！

為什么提這個問題：

• 說明面試者對與操作系統(tǒng)交互的基礎(chǔ)知識

• 遞歸真是太好用啦

問題3

閱讀下面的代碼，寫出A0，A1至An的最終值。

A0 = dict(zip(('a','b','c','d','e'),(1,2,3,4,5)))A1 = range(10)A2 = [i for i in A1 if i in A0]A3 = [A0[s] for s in A0]A4 = [i for i in A1 if i in A3]A5 = {i:i*i for i in A1}A6 = [[i,i*i] for i in A1]

答案

A0 = {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4}A1 = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]A2 = []A3 = [1, 3, 2, 5, 4]A4 = [1, 2, 3, 4, 5]A5 = {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}A6 = [[0, 0], [1, 1], [2, 4], [3, 9], [4, 16], [5, 25], [6, 36], [7, 49], [8, 64], [9, 81]]

為什么提這個問題：

• 列表解析（list comprehension）十分節(jié)約時間，對很多人來說也是一個大的學(xué)習(xí)障礙。

• 如果你讀懂了這些代碼，就很可能可以寫下正確地值。

• 其中部分代碼故意寫的怪怪的。因為你共事的人之中也會有怪人。

問題4

Python和多線程（multi-threading）。這是個好主意碼？列舉一些讓Python代碼以并行方式運行的方法。

答案

Python并不支持真正意義上的多線程。Python中提供了多線程包，但是如果你想通過多線程提高代碼的速度，使用多線程包并不是個好主意。Python中有一個被稱為Global Interpreter Lock（GIL）的東西，它會確保任何時候你的多個線程中，只有一個被執(zhí)行。線程的執(zhí)行速度非常之快，會讓你誤以為線程是并行執(zhí)行的，但是實際上都是輪流執(zhí)行。經(jīng)過GIL這一道關(guān)卡處理，會增加執(zhí)行的開銷。這意味著，如果你想提高代碼的運行速度，使用threading包并不是一個很好的方法。

不過還是有很多理由促使我們使用threading包的。如果你想同時執(zhí)行一些任務(wù)，而且不考慮效率問題，那么使用這個包是完全沒問題的，而且也很方便。但是大部分情況下，并不是這么一回事，你會希望把多線程的部分外包給操作系統(tǒng)完成（通過開啟多個進程），或者是某些調(diào)用你的Python代碼的外部程序（例如Spark或Hadoop），又或者是你的Python代碼調(diào)用的其他代碼（例如，你可以在Python中調(diào)用C函數(shù)，用于處理開銷較大的多線程工作）。

為什么提這個問題

因為GIL就是個混賬東西（A-hole）。很多人花費大量的時間，試圖尋找自己多線程代碼中的瓶頸，直到他們明白GIL的存在。

問題5

你如何管理不同版本的代碼？

答案：

版本管理！被問到這個問題的時候，你應(yīng)該要表現(xiàn)得很興奮，甚至告訴他們你是如何使用Git（或是其他你最喜歡的工具）追蹤自己和奶奶的書信往來。我偏向于使用Git作為版本控制系統(tǒng)（VCS），但還有其他的選擇，比如subversion（SVN）。

為什么提這個問題：

因為沒有版本控制的代碼，就像沒有杯子的咖啡。有時候我們需要寫一些一次性的、可以隨手扔掉的腳本，這種情況下不作版本控制沒關(guān)系。但是如果你面對的是大量的代碼，使用版本控制系統(tǒng)是有利的。版本控制能夠幫你追蹤誰對代碼庫做了什么操作；發(fā)現(xiàn)新引入了什么bug；管理你的軟件的不同版本和發(fā)行版；在團隊成員中分享源代碼；部署及其他自動化處理。它能讓你回滾到出現(xiàn)問題之前的版本，單憑這點就特別棒了。還有其他的好功能。怎么一個棒字了得！

問題6

下面代碼會輸出什么：

def f(x,l=[]):
    for i in range(x):
        l.append(i*i)
    print lf(2)f(3,[3,2,1])f(3)

答案：

[0, 1][3, 2, 1, 0, 1, 4][0, 1, 0, 1, 4]

呃？

第一個函數(shù)調(diào)用十分明顯，for循環(huán)先后將0和1添加至了空列表l中。l是變量的名字，指向內(nèi)存中存儲的一個列表。第二個函數(shù)調(diào)用在一塊新的內(nèi)存中創(chuàng)建了新的列表。l這時指向了新生成的列表。之后再往新列表中添加0、1、2和4。很棒吧。第三個函數(shù)調(diào)用的結(jié)果就有些奇怪了。它使用了之前內(nèi)存地址中存儲的舊列表。這就是為什么它的前兩個元素是0和1了。

不明白的話就試著運行下面的代碼吧：

l_mem = []l = l_mem           # the first callfor i in range(2):
    l.append(i*i)print l             # [0, 1]l = [3,2,1]         # the second callfor i in range(3):
    l.append(i*i)print l             # [3, 2, 1, 0, 1, 4]l = l_mem           # the third callfor i in range(3):
    l.append(i*i)print l             # [0, 1, 0, 1, 4]

問題7

“猴子補丁”（monkey patching）指的是什么？這種做法好嗎？

答案：

“猴子補丁”就是指，在函數(shù)或?qū)ο笠呀?jīng)定義之后，再去改變它們的行為。

舉個例子：

import datetimedatetime.datetime.now = lambda: datetime.datetime(2012, 12, 12)

大部分情況下，這是種很不好的做法 - 因為函數(shù)在代碼庫中的行為最好是都保持一致。打“猴子補丁”的原因可能是為了測試。mock包對實現(xiàn)這個目的很有幫助。

為什么提這個問題？

答對這個問題說明你對單元測試的方法有一定了解。你如果提到要避免“猴子補丁”，可以說明你不是那種喜歡花里胡哨代碼的程序員（公司里就有這種人，跟他們共事真是糟糕透了），而是更注重可維護性。還記得KISS原則碼？答對這個問題還說明你明白一些Python底層運作的方式，函數(shù)實際是如何存儲、調(diào)用等等。

另外：如果你沒讀過mock模塊的話，真的值得花時間讀一讀。這個模塊非常有用。

問題8

這兩個參數(shù)是什么意思：*args，**kwargs？我們?yōu)槭裁匆褂盟鼈儯?/p>

答案

如果我們不確定要往函數(shù)中傳入多少個參數(shù)，或者我們想往函數(shù)中以列表和元組的形式傳參數(shù)時，那就使要用*args；如果我們不知道要往函數(shù)中傳入多少個關(guān)鍵詞參數(shù)，或者想傳入字典的值作為關(guān)鍵詞參數(shù)時，那就要使用**kwargs。args和kwargs這兩個標(biāo)識符是約定俗成的用法，你當(dāng)然還可以用*bob和**billy，但是這樣就并不太妥。

下面是具體的示例：

def f(*args,**kwargs): print args, kwargsl = [1,2,3]t = (4,5,6)d = {'a':7,'b':8,'c':9}f()f(1,2,3)                    # (1, 2, 3) {}f(1,2,3,"groovy")           # (1, 2, 3, 'groovy') {}f(a=1,b=2,c=3)              # () {'a': 1, 'c': 3, 'b': 2}f(a=1,b=2,c=3,zzz="hi")     # () {'a': 1, 'c': 3, 'b': 2, 'zzz': 'hi'}f(1,2,3,a=1,b=2,c=3)        # (1, 2, 3) {'a': 1, 'c': 3, 'b': 2}f(*l,**d)                   # (1, 2, 3) {'a': 7, 'c': 9, 'b': 8}f(*t,**d)                   # (4, 5, 6) {'a': 7, 'c': 9, 'b': 8}f(1,2,*t)                   # (1, 2, 4, 5, 6) {}f(q="winning",**d)          # () {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}f(1,2,*t,q="winning",**d)   # (1, 2, 4, 5, 6) {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}def f2(arg1,arg2,*args,**kwargs): print arg1,arg2, args, kwargsf2(1,2,3)                       # 1 2 (3,) {}f2(1,2,3,"groovy")              # 1 2 (3, 'groovy') {}f2(arg1=1,arg2=2,c=3)           # 1 2 () {'c': 3}f2(arg1=1,arg2=2,c=3,zzz="hi")  # 1 2 () {'c': 3, 'zzz': 'hi'}f2(1,2,3,a=1,b=2,c=3)           # 1 2 (3,) {'a': 1, 'c': 3, 'b': 2}f2(*l,**d)                   # 1 2 (3,) {'a': 7, 'c': 9, 'b': 8}f2(*t,**d)                   # 4 5 (6,) {'a': 7, 'c': 9, 'b': 8}f2(1,2,*t)                   # 1 2 (4, 5, 6) {}f2(1,1,q="winning",**d)      # 1 1 () {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}f2(1,2,*t,q="winning",**d)   # 1 2 (4, 5, 6) {'a': 7, 'q': 'winning', 'c': 9, 'b': 8}

為什么提這個問題？

有時候，我們需要往函數(shù)中傳入未知個數(shù)的參數(shù)或關(guān)鍵詞參數(shù)。有時候，我們也希望把參數(shù)或關(guān)鍵詞參數(shù)儲存起來，以備以后使用。有時候，僅僅是為了節(jié)省時間。

問題9

下面這些是什么意思：@classmethod, @staticmethod, @property？

回答背景知識

這些都是裝飾器（decorator）。裝飾器是一種特殊的函數(shù)，要么接受函數(shù)作為輸入?yún)?shù)，并返回一個函數(shù)，要么接受一個類作為輸入?yún)?shù)，并返回一個類。@標(biāo)記是語法糖（syntactic sugar），可以讓你以簡單易讀得方式裝飾目標(biāo)對象。

@my_decoratordef my_func(stuff):
    do_thingsIs equivalent todef my_func(stuff):
    do_thingsmy_func = my_decorator(my_func)

你可以在本網(wǎng)站上找到介紹裝飾器工作原理的教材。

真正的答案

@classmethod, @staticmethod和@property這三個裝飾器的使用對象是在類中定義的函數(shù)。下面的例子展示了它們的用法和行為：

class MyClass(object):
    def __init__(self):
        self._some_property = "properties are nice"
        self._some_other_property = "VERY nice"
    def normal_method(*args,**kwargs):
        print "calling normal_method({0},{1})".format(args,kwargs)
    @classmethod
    def class_method(*args,**kwargs):
        print "calling class_method({0},{1})".format(args,kwargs)
    @staticmethod
    def static_method(*args,**kwargs):
        print "calling static_method({0},{1})".format(args,kwargs)
    @property
    def some_property(self,*args,**kwargs):
        print "calling some_property getter({0},{1},{2})".format(self,args,kwargs)
        return self._some_property
    @some_property.setter
    def some_property(self,*args,**kwargs):
        print "calling some_property setter({0},{1},{2})".format(self,args,kwargs)
        self._some_property = args[0]
    @property
    def some_other_property(self,*args,**kwargs):
        print "calling some_other_property getter({0},{1},{2})".format(self,args,kwargs)
        return self._some_other_propertyo = MyClass()# 未裝飾的方法還是正常的行為方式，需要當(dāng)前的類實例（self）作為第一個參數(shù)。o.normal_method # <bound method MyClass.normal_method of <__main__.MyClass instance at 0x7fdd2537ea28>>o.normal_method() # normal_method((<__main__.MyClass instance at 0x7fdd2537ea28>,),{})o.normal_method(1,2,x=3,y=4) # normal_method((<__main__.MyClass instance at 0x7fdd2537ea28>, 1, 2),{'y': 4, 'x': 3})# 類方法的第一個參數(shù)永遠(yuǎn)是該類o.class_method# <bound method classobj.class_method of <class __main__.MyClass at 0x7fdd2536a390>>o.class_method()# class_method((<class __main__.MyClass at 0x7fdd2536a390>,),{})o.class_method(1,2,x=3,y=4)# class_method((<class __main__.MyClass at 0x7fdd2536a390>, 1, 2),{'y': 4, 'x': 3})# 靜態(tài)方法（static method）中除了你調(diào)用時傳入的參數(shù)以外，沒有其他的參數(shù)。o.static_method# <function static_method at 0x7fdd25375848>o.static_method()# static_method((),{})o.static_method(1,2,x=3,y=4)# static_method((1, 2),{'y': 4, 'x': 3})# @property是實現(xiàn)getter和setter方法的一種方式。直接調(diào)用它們是錯誤的。# “只讀”屬性可以通過只定義getter方法，不定義setter方法實現(xiàn)。o.some_property# 調(diào)用some_property的getter(<__main__.MyClass instance at 0x7fb2b70877e8>,(),{})# 'properties are nice'# “屬性”是很好的功能o.some_property()# calling some_property getter(<__main__.MyClass instance at 0x7fb2b70877e8>,(),{})# Traceback (most recent call last):#   File "<stdin>", line 1, in <module># TypeError: 'str' object is not callableo.some_other_property# calling some_other_property getter(<__main__.MyClass instance at 0x7fb2b70877e8>,(),{})# 'VERY nice'# o.some_other_property()# calling some_other_property getter(<__main__.MyClass instance at 0x7fb2b70877e8>,(),{})# Traceback (most recent call last):#   File "<stdin>", line 1, in <module># TypeError: 'str' object is not callableo.some_property = "groovy"# calling some_property setter(<__main__.MyClass object at 0x7fb2b7077890>,('groovy',),{})o.some_property# calling some_property getter(<__main__.MyClass object at 0x7fb2b7077890>,(),{})# 'groovy'o.some_other_property = "very groovy"# Traceback (most recent call last):#   File "<stdin>", line 1, in <module># AttributeError: can't set attributeo.some_other_property# calling some_other_property getter(<__main__.MyClass object at 0x7fb2b7077890>,(),{})

問題10

閱讀下面的代碼，它的輸出結(jié)果是什么？

class A(object):
    def go(self):
        print "go A go!"
    def stop(self):
        print "stop A stop!"
    def pause(self):
        raise Exception("Not Implemented")class B(A):
    def go(self):
        super(B, self).go()
        print "go B go!"class C(A):
    def go(self):
        super(C, self).go()
        print "go C go!"
    def stop(self):
        super(C, self).stop()
        print "stop C stop!"class D(B,C):
    def go(self):
        super(D, self).go()
        print "go D go!"
    def stop(self):
        super(D, self).stop()
        print "stop D stop!"
    def pause(self):
        print "wait D wait!"class E(B,C): passa = A()b = B()c = C()d = D()e = E()# 說明下列代碼的輸出結(jié)果a.go()b.go()c.go()d.go()e.go()a.stop()b.stop()c.stop()d.stop()e.stop()a.pause()b.pause()c.pause()d.pause()e.pause()

答案

輸出結(jié)果以注釋的形式表示：

a.go()# go A go!b.go()# go A go!# go B go!c.go()# go A go!# go C go!d.go()# go A go!# go C go!# go B go!# go D go!e.go()# go A go!# go C go!# go B go!a.stop()# stop A stop!b.stop()# stop A stop!c.stop()# stop A stop!# stop C stop!d.stop()# stop A stop!# stop C stop!# stop D stop!e.stop()# stop A stop!a.pause()# ... Exception: Not Implementedb.pause()# ... Exception: Not Implementedc.pause()# ... Exception: Not Implementedd.pause()# wait D wait!e.pause()# ...Exception: Not Implemented

為什么提這個問題？

因為面向?qū)ο蟮木幊陶娴恼娴暮苤匾?。不騙你。答對這道問題說明你理解了繼承和Python中super函數(shù)的用法。

問題11

閱讀下面的代碼，它的輸出結(jié)果是什么？

class Node(object):
    def __init__(self,sName):
        self._lChildren = []
        self.sName = sName
    def __repr__(self):
        return "<Node '{}'>".format(self.sName)
    def append(self,*args,**kwargs):
        self._lChildren.append(*args,**kwargs)
    def print_all_1(self):
        print self
        for oChild in self._lChildren:
            oChild.print_all_1()
    def print_all_2(self):
        def gen(o):
            lAll = [o,]
            while lAll:
                oNext = lAll.pop(0)
                lAll.extend(oNext._lChildren)
                yield oNext
        for oNode in gen(self):
            print oNodeoRoot = Node("root")oChild1 = Node("child1")oChild2 = Node("child2")oChild3 = Node("child3")oChild4 = Node("child4")oChild5 = Node("child5")oChild6 = Node("child6")oChild7 = Node("child7")oChild8 = Node("child8")oChild9 = Node("child9")oChild10 = Node("child10")oRoot.append(oChild1)oRoot.append(oChild2)oRoot.append(oChild3)oChild1.append(oChild4)oChild1.append(oChild5)oChild2.append(oChild6)oChild4.append(oChild7)oChild3.append(oChild8)oChild3.append(oChild9)oChild6.append(oChild10)# 說明下面代碼的輸出結(jié)果oRoot.print_all_1()oRoot.print_all_2()

答案

oRoot.print_all_1()會打印下面的結(jié)果：

<Node 'root'><Node 'child1'><Node 'child4'><Node 'child7'><Node 'child5'><Node 'child2'><Node 'child6'><Node 'child10'><Node 'child3'><Node 'child8'><Node 'child9'>

oRoot.print_all_1()會打印下面的結(jié)果：

<Node 'root'><Node 'child1'><Node 'child2'><Node 'child3'><Node 'child4'><Node 'child5'><Node 'child6'><Node 'child8'><Node 'child9'><Node 'child7'><Node 'child10'>

為什么提這個問題？

因為對象的精髓就在于組合（composition）與對象構(gòu)造（object construction）。對象需要有組合成分構(gòu)成，而且得以某種方式初始化。這里也涉及到遞歸和生成器（generator）的使用。

生成器是很棒的數(shù)據(jù)類型。你可以只通過構(gòu)造一個很長的列表，然后打印列表的內(nèi)容，就可以取得與print_all_2類似的功能。生成器還有一個好處，就是不用占據(jù)很多內(nèi)存。

有一點還值得指出，就是print_all_1會以深度優(yōu)先（depth-first）的方式遍歷樹(tree),而print_all_2則是寬度優(yōu)先（width-first）。有時候，一種遍歷方式比另一種更合適。但這要看你的應(yīng)用的具體情況。

問題12

簡要描述Python的垃圾回收機制（garbage collection）。

答案

這里能說的很多。你應(yīng)該提到下面幾個主要的點：

• Python在內(nèi)存中存儲了每個對象的引用計數(shù)（reference count）。如果計數(shù)值變成0，那么相應(yīng)的對象就會小時，分配給該對象的內(nèi)存就會釋放出來用作他用。

• 偶爾也會出現(xiàn)引用循環(huán)（reference cycle）。垃圾回收器會定時尋找這個循環(huán)，并將其回收。舉個例子，假設(shè)有兩個對象o1和o2，而且符合o1.x == o2和o2.x == o1這兩個條件。如果o1和o2沒有其他代碼引用，那么它們就不應(yīng)該繼續(xù)存在。但它們的引用計數(shù)都是1。

• Python中使用了某些啟發(fā)式算法（heuristics）來加速垃圾回收。例如，越晚創(chuàng)建的對象更有可能被回收。對象被創(chuàng)建之后，垃圾回收器會分配它們所屬的代（generation）。每個對象都會被分配一個代，而被分配更年輕代的對象是優(yōu)先被處理的。

問題13

將下面的函數(shù)按照執(zhí)行效率高低排序。它們都接受由0至1之間的數(shù)字構(gòu)成的列表作為輸入。這個列表可以很長。一個輸入列表的示例如下：[random.random() for i in range(100000)]。你如何證明自己的答案是正確的。

def f1(lIn):
    l1 = sorted(lIn)
    l2 = [i for i in l1 if i<0.5]
    return [i*i for i in l2]def f2(lIn):
    l1 = [i for i in lIn if i<0.5]
    l2 = sorted(l1)
    return [i*i for i in l2]def f3(lIn):
    l1 = [i*i for i in lIn]
    l2 = sorted(l1)
    return [i for i in l1 if i<(0.5*0.5)]

答案

按執(zhí)行效率從高到低排列：f2、f1和f3。要證明這個答案是對的，你應(yīng)該知道如何分析自己代碼的性能。Python中有一個很好的程序分析包，可以滿足這個需求。

import cProfilelIn = [random.random() for i in range(100000)]cProfile.run('f1(lIn)')cProfile.run('f2(lIn)')cProfile.run('f3(lIn)')

為了向大家進行完整地說明，下面我們給出上述分析代碼的輸出結(jié)果：

>>> cProfile.run('f1(lIn)')
         4 function calls in 0.045 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.009    0.009    0.044    0.044 <stdin>:1(f1)
        1    0.001    0.001    0.045    0.045 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.035    0.035    0.035    0.035 {sorted}>>> cProfile.run('f2(lIn)')
         4 function calls in 0.024 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.008    0.008    0.023    0.023 <stdin>:1(f2)
        1    0.001    0.001    0.024    0.024 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.016    0.016    0.016    0.016 {sorted}>>> cProfile.run('f3(lIn)')
         4 function calls in 0.055 seconds

   Ordered by: standard name

   ncalls  tottime  percall  cumtime  percall filename:lineno(function)
        1    0.016    0.016    0.054    0.054 <stdin>:1(f3)
        1    0.001    0.001    0.055    0.055 <string>:1(<module>)
        1    0.000    0.000    0.000    0.000 {method 'disable' of '_lsprof.Profiler' objects}
        1    0.038    0.038    0.038    0.038 {sorted}

為什么提這個問題？

定位并避免代碼瓶頸是非常有價值的技能。想要編寫許多高效的代碼，最終都要回答常識上來——在上面的例子中，如果列表較小的話，很明顯是先進行排序更快，因此如果你可以在排序前先進行篩選，那通常都是比較好的做法。其他不顯而易見的問題仍然可以通過恰當(dāng)?shù)墓ぞ邅矶ㄎ?。因此了解這些工具是有好處的。

問題14

你有過失敗的經(jīng)歷嗎？

錯誤的答案

我從來沒有失敗過！

為什么提這個問題？

恰當(dāng)?shù)鼗卮疬@個問題說明你用于承認(rèn)錯誤，為自己的錯誤負(fù)責(zé)，并且能夠從錯誤中學(xué)習(xí)。如果你想變得對別人有幫助的話，所有這些都是特別重要的。如果你真的是個完人，那就太糟了，回答這個問題的時候你可能都有點創(chuàng)意了。

問題15

你有實施過個人項目嗎？

真的？

如果做過個人項目，這說明從更新自己的技能水平方面來看，你愿意比最低要求付出更多的努力。如果你有維護的個人項目，工作之外也堅持編碼，那么你的雇主就更可能把你視作為會增值的資產(chǎn)。即使他們不問這個問題，我也認(rèn)為談?wù)勥@個話題很有幫助。

結(jié)語

我給出的這些問題時，有意涉及了多個領(lǐng)域。而且答案也是特意寫的較為啰嗦。在編程面試中，你需要展示你對語言的理解，如果你能簡要地說清楚，那請務(wù)必那樣做。我盡量在答案中提供了足夠的信息，即使是你之前從來沒有了解過這些領(lǐng)域，你也可以從答案中學(xué)到些東西。我希望本文能夠幫助你找到滿意的工作。