Python
- 什么是 Python 生成器？
- 什么是 Python 迭代器？
- list 和 tuple 有什么區別？
- Python 中的 list 和 dict 是怎么實現的？
- Python 中使用多線程可以達到多核CPU一起使用嗎？
- 什么是裝飾器？
- Python 如何進行內存管理？
- Python 中的垃圾回收機制？
- 什么是 lambda 表達式？
- 什么是深拷貝和淺拷貝？
- 雙等於和 is 有什么區別？
- 其它 Python 知識點
- 參考
什么是 Python 生成器？
generator，有兩種產生生成器對象的方式：一種是列表生成式加括號：
g1 = (x for x in range(10))
一種是在函數定義中包含yield關鍵字：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
return 'done'
g2 = fib(8)對於generator對象g1和g2，可以通過next(g1)不斷獲得下一個元素的值，如果沒有更多的元素，就會報錯StopIteration
也可以通過for循環獲得元素的值。
生成器的好處是不用占用很多內存，只需要在用的時候計算元素的值就行了。
什么是 Python 迭代器？
Python中可以用於for循環的，叫做可迭代Iterable，包括list/set/tuple/str/dict等數據結構以及生成器；可以用以下語句判斷一個對象是否是可迭代的：
from collections import Iterable
isinstance(x, Iterable)迭代器Iterator，是指可以被next()函數調用並不斷返回下一個值，直到StopIteration；生成器都是Iterator，而列表等數據結構不是；可以通過以下語句將list變為Iterator：
iter([1,2,3,4,5])
生成器都是Iterator，但迭代器不一定是生成器。
list 和 tuple 有什么區別？
- list 長度可變，tuple不可變；
- list 中元素的值可以改變，tuple 不能改變；
- list 支持
append;insert;remove;pop等方法，tuple 都不支持
Python 中的 list 和 dict 是怎么實現的？
List: 本質是順序表，只不過每次表的擴容都是指數級，所以動態增刪數據時，表並不會頻繁改變物理結構，同時受益於順序表遍歷的高效性（通過角標配合表頭物理地址，計算目標元素的位置），使得python的list綜合性能比較優秀Python 中使用多線程可以達到多核CPU一起使用嗎？
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，只有一個被執行。線程的執行速度非常之快，會讓你誤以為線程是並行執行的，但是實際上都是輪流執行。經過GIL這一道關卡處理，會增加執行的開銷。
可以通過多進程實現多核任務。
GIL(Global Interpreter Lock)
全局解釋器鎖
全局解釋器鎖(Global Interpreter Lock)是計算機程序設計語言解釋器用於同步線程的一種機制，它使得任何時刻僅有一個線程在執行。即便在多核處理器上，使用 GIL 的解釋器也只允許同一時間執行一個線程，常見的使用 GIL 的解釋器有CPython與Ruby MRI。可以看到GIL並不是Python獨有的特性，是解釋型語言處理多線程問題的一種機制而非語言特性。
GIL的設計初衷?
單核時代高效利用CPU, 針對解釋器級別的數據安全(不是thread-safe 線程安全)。 首先需要明確的是GIL並不是Python的特性，它是在實現Python解析器(CPython)時所引入的一個概念。當Python虛擬機的線程想要調用C的原生線程需要知道線程的上下文，因為沒有辦法控制C的原生線程的執行，所以只能把上下文關系傳給原生線程，同理獲取結果也是線 程在python虛擬機這邊等待。那么要執行一次計算操作，就必須讓執行程序的線程組串行執行。為什么要加在解釋器,而不是在其他層?
展開 GIL鎖加在解釋器一層，也就是說Python調用的Cython解釋器上加了GIL鎖，因為你python調用的所有線程都是原生線程。原生線程是通過C語言提供原生接口，相當於C語言的一個函數。你一調它，你就控制不了了它了，就必須等它給你返回結果。只要已通過python虛擬機 ，再往下就不受python控制了，就是C語言自己控制了。加在Python虛擬機以下加不上去，只能加在Python解釋器這一層。GIL的實現是線程不安全?為什么?
展開 是不安全的，具體情況要分類討論。單核情況下:
解釋:
- 到第5步的時候，可能這個時候python正好切換了一次GIL(據說python2.7中，每100條指令會切換一次GIL),執行的時間到了，被要求釋放GIL,這個時候thead 1的count=0並沒有得到執行，而是掛起狀態，count=0這個上下文關系被存到寄存器中.
- 然后到第6步，這個時候thead 2開始執行，然后就變成了count = 1,返回給count，這個時候count=1.
- 然后再回到thead 1，這個時候由於上下文關系，thead 1拿到的寄存器中的count = 0，經過計算，得到count = 1，經過第13步的操作就覆蓋了原來的count = 1的值，所以這個時候count依然是count = 1，所以這個數據並沒有保護起來。
python2.x和3.x都是在執行IO操作的時候，強制釋放GIL，使其他線程有機會執行程序。
Python2.x Python使用計數器ticks計算字節碼，當執行100個字節碼的時候強制釋放GIL，其他線程獲取GIL繼續執行。ticks可以看作是Python自己的計數器，專門作用於GIL，釋放后歸零，技術可以調整。
Python3.x Python使用計時器，執行時間達到閾值后，當前線程釋放GIL。總體來說比Python3.x對CPU密集型任務更好，但是依然沒有解決問題。
多核情況下:
多個CPU情況下，單個CPU釋放GIL鎖，其他CPU上的線程也會競爭，但是CPU-A可能又馬上拿到了GIL，這樣其他CPU上的線程只能繼續等待，直到重新回到待調度狀態。造成多線程在多核CPU情況下，效率反而會下降，出現了大量的資源浪費。
什么是裝飾器？
Python 中的垃圾回收機制？
https://www.jianshu.com/p/1e375fb40506
引用計數為0
分代回收
標記清除
什么是 lambda 表達式？
簡單來說，lambda表達式通常是當你需要使用一個函數，但是又不想費腦袋去命名一個函數的時候使用，也就是通常所說的匿名函數。
lambda表達式一般的形式是：關鍵詞lambda后面緊接一個或多個參數，緊接一個冒號“：”，緊接一個表達式
什么是深拷貝和淺拷貝？
賦值（=），就是創建了對象的一個新的引用，修改其中任意一個變量都會影響到另一個。
淺拷貝 copy.copy：創建一個新的對象，但它包含的是對原始對象中包含項的引用（如果用引用的方式修改其中一個對象，另外一個也會修改改變）
深拷貝：創建一個新的對象，並且遞歸的復制它所包含的對象（修改其中一個，另外一個不會改變）{copy模塊的deep.deepcopy()函數}
雙等於和 is 有什么區別？
==比較的是兩個變量的 value，只要值相等就會返回True
is比較的是兩個變量的 id，即id(a) == id(b)，只有兩個變量指向同一個對象的時候，才會返回True
但是需要注意的是，比如以下代碼：
a = 2
b = 2
print(a is b)
按照上面的解釋，應該會輸出False，但是事實上會輸出True，這是因為Python中對小數據有緩存機制，-5~256之間的數據都會被緩存。
其它 Python 知識點
類型轉換
- list(x)
- str(x)
- set(x)
- int(x)
- tuple(x)
try...except
list
lst[a:b]：左閉右開lst.append(value)：在末尾添加元素，復雜度O(1)lst.pop()：彈出列表末尾元素，復雜度O(1)lst.pop(index)：彈出任意位置元素，將后面的元素前移，復雜度O(n)lst.insert(index, value)：插入元素，后面的元素后移，復雜度O(n)lst.remove(value)：移除等於value的第一個元素，后面的元素前移，復雜度O(n)lst.count(value)：計數值為value的元素個數lst.sort(reverse = False)：排序，默認升序