Python 编程面试基础课程

Python 面试看重你对变量与值之间关系的精确理解。名字只是对象的引用，所以 a = [] 然后 b = a 会让 b 指向同一个列表，而不是复制它。用 id() 和 is 检查对象身份，用 == 比较值。

分清可变类型和不可变类型可以避免经典的别名问题。列表、字典和集合可以原地修改，而整数、字符串和元组不能。把可变对象传入函数可能意外改变调用方的数据，因此要理解何时使用 copy.copy() 或 copy.deepcopy()。

面试官越来越看重类型注解，因为它体现清晰度和专业度。为函数参数和返回值添加注解，例如 def parse(text: str) -> list[int]:，必要时使用 Optional、Union 或 Any。清晰的注解比长篇注释更快传达意图。

了解面试官如何评估代码：正确性、效率、沟通和边界情况都很重要。动手前先说明思路，然后写出整洁的代码并用具体例子验证。不要背诵答案，而要展示在压力下从基本原理推理的能力。

要准备好共享编辑器或远程环境，这些环境通常已经预装 Python。练习运行 python -m pytest、使用 pdb 或 breakpoint() 调试，并用 ruff 或 black 格式化代码。顺畅的工具链能让注意力集中在题目本身。

扎实的基础知识会为整场面试定下基调。先说明假设，在脑中测试小片段的行为，并解释每一行代码存在的原因。这个基础会让后续每个主题更容易应用。

心智模型练习：理解名字、引用和对象身份。用 id() 和 is 判断身份，== 判断值，copy() 复制独立列表。用简单例子测试可变性。

列表是最常用的序列，因为它支持快速追加、索引、切片和遍历。lst.append(x) 和 lst.pop() 是常数时间操作，而在开头附近插入或删除是 O(n)。需要保持顺序并按下标访问时，使用列表。

元组是不可变序列，适合固定记录和字典键。单元素元组需要逗号，例如 (1,)，解包可以写成 a, b = pair。当数据不应改变时，优先使用元组。

集合存储唯一元素，平均 O(1) 即可完成成员判断。使用 set()、add()、remove()，以及 &、|、- 处理交集、并集和差集。集合非常适合去重和快速存在性查询。

字典把键映射到值，平均 O(1) 完成查找、插入和删除。字符串或元组等可哈希键可以快速访问，例如 counts[key]，defaultdict 或 Counter 也能简化计数。键的选择要谨慎，因为不可哈希的列表不能作为键。

内置函数常常能替代手工循环，让解法更容易阅读。len()、sorted()、enumerate()、zip()、min() 和 max() 覆盖常见面试模式，sorted(items, key=...) 提供灵活排序。要清楚每个函数返回什么，以及何时创建新对象。

面试官关注时间复杂度以及你是否为操作选择了正确的结构。列表查找是 O(n)，而集合和字典平均是 O(1)，排序是 O(n log n)。实现前说出取舍，让选择显得更有意识。

选型练习：有序序列用列表，固定记录和字典键用元组，去重和成员判断用集合，键值查找用字典。知道每个操作是 O(1) 还是 O(n)。

函数签名能表达调用方应该如何理解和使用代码。位置参数、默认值、仅限关键字参数以及 *args / **kwargs 在合理使用时非常灵活。要避免可变默认参数，例如 def f(items=[])，因为它们会在多次调用间共享。

*args 把多余的位置参数收集成元组，**kwargs 把多余的关键字参数收集成字典。它们在包装器和委托调用中尤其有用，可以写成 func(*args, **kwargs)。要谨慎使用，让签名保持明确。

Python 按 LEGB 解析名字：局部、外层、全局和内置作用域。除非使用 nonlocal 或 global，函数内赋值会创建局部变量。闭包可以捕获外层变量并保留状态，而不必定义类。

装饰器包装函数，在不改变核心逻辑的情况下添加行为。装饰器是接收函数并返回新函数的可调用对象，@timer 等价于 func = timer(func)。生产代码中可用 functools.wraps 保留元数据。

推导式可以简洁地构建列表、字典和集合，通常比等价循环更快。使用 [x * 2 for x in nums if x > 0]、{k: v for ...} 和 {x for x in ...} 完成可读的转换。推导式要短小，嵌套过深时不如命名循环清晰。

生成器用 yield 惰性产生值，避免在内存中构建完整集合。生成器表达式如 (x for x in data) 可与 sum()、any() 或 all() 配合。提到惰性求值，说明你了解内存和流式处理问题。

签名练习：合理使用位置参数、默认值、仅关键字参数、*args 和 **kwargs。避免可变默认参数，用推导式和生成器写简洁、省内存的代码。

类把状态和行为组织在一起，实例属性通常在 __init__ 中赋值。显式使用 self，让每个方法知道自己在操作哪个对象。类属性是共享的，实例属性则按对象创建。

继承让子类复用并扩展父类行为，super().__init__() 用于调用父类初始化方法。方法重写会替换原有行为，isinstance(obj, Base) 用来检查类层级。面试中通常优先组合，而不是建立很深的继承链。

多态意味着不同对象可以共享同一接口，代码因此能跨类型工作。Python 的鸭子类型允许任何具备所需方法的对象参与，len() 通过 __len__ 工作，迭代通过 __iter__ 工作。设计时应面向接口，而不是具体类。

魔术方法可以定制内置行为：__repr__、__str__、__eq__、__lt__ 和 __hash__ 是常见面试例子。对象放入集合或字典时，应同时实现 __eq__ 和 __hash__。保持一致，让值相等与哈希结果互相匹配。

使用 try、except、else 和 finally 可预测地处理失败。else 只在没有异常时运行，finally 始终用于清理。应捕获具体异常，而不是使用裸 except:，以免隐藏问题。

用 raise ValueError("...") 抛出带清晰信息的异常，或通过继承 Exception 定义自定义异常。自定义类型让调用方可以精确捕获你的领域错误。类似 class PaymentError(Exception) 的简短层级通常就够用。

类练习：在 __init__ 中赋值实例属性，显式使用 self，并区分类属性和实例属性。继承用 super().__init__()，并捕获具体异常。

每个算法都先估算时间复杂度和空间复杂度。说出 O(n)、O(n log n) 或 O(n^2) 等大 O 推理，并联系输入规模。这会让面试官明白你在写代码前已经理解成本。

双指针能以 O(n) 时间和 O(1) 额外空间解决许多有序数组和回文问题。根据比较结果移动一个或两个指针，例如 left += 1 或 right -= 1。要能识别哪些暴力循环可以替换成这种模式。

使用字典或集合进行哈希，可以把重复查找从 O(n) 降到 O(1)，滑动窗口则维护一段有效范围内的元素。用 collections.Counter 跟踪窗口内的频率。这两个模式在面试题中非常常见。

排序提供强力的前置条件：有序输入让二分查找、贪心选择和更简单的合并成为可能。递归天然适合分治和树问题，但一定要指出基线条件。只有深度或性能要求时，才把递归改成显式栈。

边读代码边用具体例子追踪执行过程，尤其注意改变状态的行。测试空输入、单元素、重复值、负数和大数等边界情况。先在纸上运行几个小例子，会让最终代码更有把握。

使用可复用的解决-讲解-优化流程：重述问题，提出暴力解法，再改进并解释取舍。代码写完后走一遍追踪、说明复杂度，并在有明确证据时优化。这个结构让你保持冷静，也让思路可见。

复杂度练习：写代码前先估算时间和空间。练习双指针、滑动窗口、哈希表和递归。说明权衡，并测试空输入和重复值等边界。