### 华为OD面试 Python 技术要点 #### Python程序的执行过程 Python程序通过解释器逐行读取并编译成字节码，再由Python虚拟机(PVM)执行这些字节码文件。此过程中涉及到了许多重要的内部机制，比如名称空间、作用域规则以及垃圾回收等[^1]。 #### 列表和元组的区别 列表(List)是一种可变的数据结构，支持增删改查操作；而元组(Tuple)则是不可变得序列类型，在创建之后无法修改其内容。两者都可用于存储任意类型的对象集合，但在性能上有所差异——对于固定不变的数据集来说，使用元组通常更高效一些。 #### Python的多线程机制及其特点 由于存在全局解释器锁(Global Interpreter Lock, GIL)，使得同一时刻只有一个线程能够被执行CPU指令处理。因此即使是在多核处理器环境下运行Python多线程应用程序也无法真正实现并发计算能力提升的效果。不过可以通过如下方式绕过这一限制： - 将耗时任务交给外部库完成； - 使用多进程替代多线程来充分利用硬件资源； - 对于I/O密集型应用而言影响不大因为大部分时间都在等待输入输出事件发生而不是占用大量CPU周期。 ```python import threading def print_numbers(): for i in range(5): print(f'Number {i}') thread = threading.Thread(target=print_numbers) thread.start() thread.join() # Wait until the thread terminates. ``` #### 字符串反转的方法 以下是几种常见的字符串反转方法： 1. **切片法** ```python reversed_string = original[::-1] ``` 2. **`reversed()` 和 `join()` 方法组合** ```python reversed_string = ''.join(reversed(original)) ``` 3. **递归调用** ```python def reverse(s): if len(s) == 0: return s else: return reverse(s[1:]) + s[0] ``` 4. **利用栈特性** ```python stack = list(original) reversed_string = '' while stack: reversed_string += stack.pop() ``` 5. **for 循环遍历拼接** ```python reversed_string = '' for char in original: reversed_string = char + reversed_string ``` #### 常见框架介绍 Django是一个高级Web开发框架，内置了许多实用功能如ORM、认证授权模块等；Flask则更加轻量级适合小型项目快速搭建RESTful API服务端接口；FastAPI专注于异步编程模型下的高性能web微服务构建工作；Pyramid提供了灵活的选择让开发者自由定制所需特性和扩展插件。 #### 进程退出后的内存释放情况 当一个Python进程正常结束时，操作系统负责清理该进程中分配的所有资源包括但不限于堆区动态开辟出来的未被及时销毁的对象实例所占据的空间大小。然而需要注意的是某些特殊情况下可能会残留少量难以追踪到的小块碎片未能完全清除干净，但这不会对系统造成实质性的影响。 #### 打乱列表顺序的函数 `random.shuffle(x[, random])` 函数可以用来随机排列指定列表中的元素位置，改变原数组而不返回任何值。如果想要获取一个新的被打乱版本的同时保持原始数据不变，则应考虑先复制一份副本再对其进行shuffle操作。 #### 关闭概念解析 闭包是指能够在定义它的词法环境中捕获变量环境的一种匿名或具名函数形式。具体来讲就是指那些在其主体之外仍然保持着对外部局部命名实体访问权限的现象。满足以下三个条件才能构成有效的闭包：内嵌函数引用了外层非全局范围内的参数/变量；最里层函数作为返回值传递出去；外部函数已经结束了生命周期但是内部函数依旧存活并且能继续正常使用之前保存下来的上下文信息。 ```python def make_multiplier_of(n): def multiplier(x): return x * n return multiplier times_three = make_multiplier_of(3) result = times_three(9) # result will be 27 here ``` #### 匿名函数的优势展示 lambda表达式允许程序员简洁明了地写出单行版的一次性用途小工具类子程序体。它们特别适用于需要临时性的简单逻辑运算场景下，例如map映射转换迭代器生成新序列或是filter筛选过滤符合条件项的操作场合之中。 ```python # Using lambda function with map and filter squares = list(map(lambda x: x**2, [1, 2, 3])) even_squares = list(filter(lambda y: not (y % 2), squares)) print(squares) # Output: [1, 4, 9] print(even_squares) # Output: [4] ```