如何在一场面试中展现你对Python的coding能力？_python 考研代码能力 面试题(2)

5. 使用sorted()对复杂列表进行排序

大量的编码面试问题需要进行某种排序，并且有多种有效的方法可以进行排序。除非面试官希望你实现自己的排序算法，否则通常最好使用sorted()。你可能已经看到了排序的最简单用法，例如按升序或降序排序数字或字符串列表：

默认情况下，sorted()已按升序对输入进行排序，而reverse关键字参数则按降序排序。

值得了解的是可选关键字key，它允许你在排序之前指定将在每个元素上调用的函数。添加函数允许自定义排序规则，如果要对更复杂的数据类型进行排序，这些规则特别有用：

通过传入一个返回每个元素年龄的lambda函数，可以轻松地按每个字典的单个值对字典列表进行排序。在这种情况下，字典现在按年龄按升序排序。

有效利用数据结构

算法在面试中得到了很多关注，但数据结构可能更为重要。在coding面试环境中，选择正确的数据结构会对性能产生重大影响。除了理论数据结构之外，Python还在其标准数据结构实现中内置了强大而方便的功能。这些数据结构在面试中非常有用，因为它们默认为你提供了许多功能，让你可以将时间集中在问题的其他部分。

1. 使用set存储唯一值

我们通常需要从现有数据集中删除重复元素。新的开发人员有时会在列表应该使用集合时执行此操作，这会强制执行所有元素的唯一性。

假装你有一个名为get_random_word()的函数。它将始终从一小组单词中返回一个随机选择：

你应该重复调用get_random_word()以获取1000个随机单词，然后返回包含每个唯一单词的数据结构。以下是两种常见的次优方法和一种好的方法。

糟糕的方法

get_unique_words()将值存储在列表中，然后将列表转换为集合：

这种方法并不可怕，但它不必要地创建了一个列表，然后将其转换为集合。面试官几乎总是注意到（并询问）这种类型的设计选择。

更糟糕的做法

为避免从列表转换为集合，你现在可以在不使用任何其他数据结构的情况下将值存储在列表中。然后，通过将新值与列表中当前的所有元素进行比较来测试唯一性：

这比第一种方法更糟糕，因为你必须将每个新单词与列表中已有的每个单词进行比较。这意味着随着单词数量的增加，查找次数呈二次方式增长。换句话说，时间复杂度在O(N^2)的量级上增长。

优秀的方法

现在，你完全跳过使用列表，而是从头开始使用一组：

除了从头开始使用集合之外，这可能与其他方法没有太大的不同。如果你考虑.add()中发生了什么，它甚至听起来像第二种方法：得到单词，检查它是否已经在集合中，如果没有，则将其添加到数据结构中。

那么为什么使用与第二种方法不同的集合呢？

**它们是不同的，因为集合存储元素的方式允许接近恒定时间检查值是否在集合中，而不像需要线性时间查找的列表。**查找时间的差异意味着添加到集合的时间复杂度以O(N)的速率增长，这在大多数情况下比第二种方法的O(N^2)好得多。

2. 使用生成器节省内存

前面提到，列表推导是方便的工具，但有时会导致不必要的内存使用。想象一下，你被要求找到前1000个完美正方形的总和，从1开始。你知道列表推导，所以你快速编写一个有效的解决方案：

sum([i*iforiinrange(1,1001)])

333833500

解决方案会列出1到1,000,000之间的每个完美平方，并对值进行求和。你的代码会返回正确的答案，但随后您的面试官会开始增加您需要总和的完美正方形的数量。

起初，你的功能不断弹出正确的答案，但很快就开始放慢速度，直到最后这个过程似乎永远持续下去。这不是你想要在面试中发生的一件事。

这里发生了什么？

它正在列出你要求的每个完美的方块，并将它们全部加起来。具有1000个完美正方形的列表在计算机术语中可能不会很大，但是1亿或10亿是相当多的信息，并且很容易占用计算机的可用内存资源。这就是这里发生的事情。

值得庆幸的是，有一种解决内存问题的快捷方法。你只需用括号替换方括号：

sum((i*iforiinrange(1,1001)))

333833500

换出括号会将列表推导更改为生成器表达式。当你知道要从序列中检索数据，但不需要同时访问所有数据的时候，生成器表达式非常适合。

生成器表达式返回生成器对象，而不是创建列表。该对象知道它在当前状态中的位置（例如，i = 49）并且仅在被要求时计算下一个值。

因此，当sum通过重复调用.__ next __()来迭代生成器对象时，生成器检查i

等于多少，计算i * i，在内部递增i，并将正确的值返回到sum。该设计允许生成器用于大量数据序列，因为一次只有一个元素存在于内存中。

3. 使用.get()和.setdefault()在字典中定义默认值

最常见的编程任务之一涉及添加，修改或检索可能在字典中或可能不在字典中的项。Python字典具有优雅的功能，可以使这些任务简洁明了，但开发人员通常会在不需要时检查值。

想象一下，你有一个名为cowboy的字典，你想得到那个cowboy的名字。一种方法是使用条件显式检查key：

此方法首先检查字典中是否存在name键，如果存在，则返回相应的值。否则，它返回默认值。

虽然清楚地检查key确实有效，但如果使用.get()，它可以很容易地用一行代替：

name=cowboy.get(‘name’,‘The Man with No Name’)

get()执行与第一种方法相同的操作，但现在它们会自动处理。如果key存在，则返回适当的值。否则，将返回默认值。

但是，如果你想在仍然访问name的key时使用默认值更新字典呢？ .get()在这里没有真正帮助你，所以你只需要再次显式检查这个值：

检查values并设置默认值是一种有效的方法，并且易于阅读，但Python再次使用.setdefault()提供了更优雅的方法：

name=cowboy.setdefault(‘name’,‘The Man with No Name’)

.setdefault()完成与上面代码片段完全相同的操作。它检查cowboy中是否存在名称，如果是，则返回该值。否则，它将cowboy [‘name’]设置为The Man with No Name并返回新值。

利用Python的标准库

默认情况下，Python提供了许多功能，这些功能只是一个导入语句。它本身就很强大，但知道如何利用标准库可以增强你的编码面试技巧。

从所有可用模块中挑选最有用的部分很困难，因此本节将仅关注其实用功能的一小部分。希望这些对您在编码访谈中有用，并且您希望了解更多有关这些和其他模块的高级功能的信息。

1. 使用collections.defaultdict()处理缺少的字典键

当你为单个键设置默认值时，.get()和.setdefault()可以正常工作，但通常需要为所有可能的未设置键设置默认值，尤其是在面试环境中进行编程时。

假装你有一群学生，你需要记录他们在家庭作业上的成绩。输入值是具有格式（student_name，grade）的元组列表，但是你希望轻松查找单个学生的所有成绩而无需迭代列表。

存储成绩数据的一种方法是使用将学生姓名映射到成绩列表的字典：

在这种方法中，你迭代学生并检查他们的名字是否已经是字典中的属性。如果没有，则将它们添加到字典中，并将空列表作为默认值。然后将实际成绩附加到该学生的成绩列表中。

但是有一个更简洁的方法，可以使用defaultdict，它扩展了标准的dict功能，允许你设置一个默认值，如果key不存在，它将按默认值操作：

在这种情况下，你将创建一个defaultdict，它使用不带参数的list构造函数作为默认方法。没有参数的list返回一个空列表，因此如果名称不存在则defaultdict调用list()，然后再把学生成绩添加上。如果你想更炫一点，你也可以使用lambda函数作为值来返回任意常量。

利用defaultdict可以使代码更简洁，因为你不必担心key的默认值。相反，你可以在defaultdict里处理它们一次，然后key就终存在了。

2. 使用collections.Counter计算Hashable对象

假如你有一长串没有标点符号或大写字母的单词，你想要计算每个单词出现的次数。

你可以使用字典或defaultdict增加计数，但collections.Counter提供了一种更清晰，更方便的方法。 Counter是dict的子类，它使用0作为任何缺失元素的默认值，并且更容易计算对象的出现次数：

当你将单词列表传递给Counter时，它会存储每个单词以及该单词在列表中出现的次数。

如果你好奇两个最常见的词是什么？只需使用.most_common（）：

counts.most_common(2)

[(‘there’, 4), (‘was’, 4)]

.most-common（）是一个方便的方法，只需按计数返回n个最频繁的输入。

3. 使用字符串常量访问公共字符串组

现在有一个琐事需要判断！‘A’>‘a’是真是假？

这是假的，因为A的ASCII代码是65，但a是97，65不大于97。为什么答案很重要？因为如果你想检查一个字符是否是英语字母表的一部分，一种流行的方法是看它是否在A和Z之间（在ASCII图表上是65和122）。

检查ascii代码是可行的，但是在面试时却很笨拙，很容易弄乱，特别是当你记不清是小写还是大写的ascii字符排在第一位的时候。这时候，使用定义在字符串模块中的常量要容易得多。

你可以使用is_upper()，它返回字符串中的所有字符是否都是大写字母：

is_upper()迭代word中的字母，并检查字母是否为string.ascii_大写字母的一部分。如果你打印出string.ascii_大写，你会发现它只是一个字符串，该值设置为文本“ABCDEFGHIJKLMNOPQRSTUVWXYZ”。

所有字符串常量都只是经常引用的字符串值的字符串。其中包括以下内容：

string.ascii_letters

string.ascii_uppercase

string.ascii_lowercase

string.digits

string.hexdigits

string.octdigits

string.punctuation
文末有福利领取哦~

👉一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

👉二、Python必备开发工具

👉三、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉 四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）

👉五、Python练习题

检查学习结果。

👉六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
ttps://img-blog.csdnimg.cn/5db8141418d544d3a8e9da4805b1a3f9.png)

👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！