面试题总结

Python中格式化输出应该使用%还是format

Python 新版本推荐使用format，Python 2.6才开始支持了format语 法。

c = (100,200)
# print('坐标%s'%c)   #会报错，因为%s只能传入一个值，但是c是一个元组，其中不止一个值。可以改写为print('坐标%s'%(c,))
print('坐标{}'.format(c))

.format()不用考虑传值时参数格式的问题。
Python 3.6加入了一个f-strings新语法。

c = (100,200)
print('坐标{}'.format(c))
print(f'坐标{c}')

同时，format还支持通过位置、关键字、对象属性来进行传参。

排序算法

1. 冒泡排序(稳定，时间复杂度：O(n^2))
   依次比较相邻两个元素的大小，若前一个元素大于后一元素，则交换，直到最后一个元素即为最大元素。然后重新从首元素开始同样地操作，知道倒数第二个元素即为次大的元素。以此类推，将得到最大或者最小的排序序列。

2. 选择排序(不稳定，时间复杂度：O(n^2))
   首先初始化最小元素索引值为首元素，依次遍历待排序数列，若遇到小于该最小索引位置元素的，则刷新最小索引为该较小元素的位置，直到到尾元素，结束一次遍历，并将最小索引处的元素与首元素交换；然后初始化最小元素索引为第二个待排序的元素位置，同样操作，可得到倒数第二小的元素，以此类推。

3. 快速排序(不稳定，时间复杂度：O(nlogn)
   选一基准元素，依次将剩余元素中小于该基准元素的值放置其左侧，大于等于该基准元素的值放置其右侧；然后去基准元素的前半部分和后半部分分别进行同样的处理；以此类推，直至各个子序列剩余一个元素时，即排序完成。

4. 插入排序(稳定，时间复杂度：O(n^2))
   有一个已经有序的数据序列(可能只有一个元素)，依次将后面的无序元素插入到前面的有序数列中，初始状态有序数列仅有一个元素，即首元素。在将无序数列元素插入有序数列的过程中，采用了逆序遍历有序数列，相较于顺序遍历会稍显繁琐，担当数列本身已近排序状态效率会更高。

   已知待排序的一组记录是：
   60,71,49,11,24,3,66
   假设在排序过程中，前3个记录已按关键码值递增的次序重新排列，构成一个有序序列：
   49,60,71
   将待排序记录中的第4个记录（即11）插入上述有序序列，以得到一个新的含4个记录的有序序列。首先，应找到11的插入位置，再进行插入。可以将11放入数组的第一个单元r[0]中，这个单元称为监视哨，然后从71起从右到左查找，11小于71，将71右移一个位置，11小于60，又将60右移一个位置，11小于49，又再将49右移一个位置，这时再将11与r[0]的值比较，11≥r[0]，它的插入位置就是r[1]。假设11大于第一个值r[1]。它的插入位置应该在r[1]和r[2]之间，由于60已经右移了，留出来的位置正好留给11.后面的记录依照同样的方法逐个插入到该有序序列中。若记录数n,续进行n-1趟排序，才能完成。

5. 希尔排序(不稳定，时间复杂度：O(n^(3/2)))
   是插入排序的改进版，为了减少数据的移动次数，在初始序列较大时，去较大的步长，通常序列长度的一半，此时只有两个元素比较，交换一次；之后步长依次减半直至步长为1，即为插入排序，由于此时序列已接近有序，故插入元素是数据移动的次数会相对较少，效率得到了提高。

6. 归并排序(稳定，时间复杂度：O(nlogn))
   采用分治的思想，分治排序整个数列如同排序两个有序数列，一次执行这个过程直至排序末端的两个元素，再依次向上层输送排序好的两个子列进行排序直至整个数列有序。

   设有数列{6，202，100，301，38，8，1}
   初始状态：6,202,100,301,38,8,1
   第一次归并后：{6,202},{100,301},{8,38},{1}
   第二次归并后：{6,100,202,301}，{1,8,38}
   第三次归并后：{1,6,8,38,100,202,301}

方法重载与方法重写有什么区别(Python中没有重载)

方法重载：让类以统一的方式处理不同类型数据的一种手段。
方法重写：父类与子类之间的多态性，对父类的函数进行重新定义。
Python中，方法也是attribute，方法名就是Key，所以每个方法名只能有一个方法体，当一个无参数函数体被定义了多次，每一次新的定义都会覆盖之前的定义，所以，可以在dir()中看到，这个方法最终指向最后一次定义的函数体，所以在调用之前没有参数的函数时，所以会报错。

面向对象的三大特性

1. 继承
   类可以继承一个或多个父类，或者又可以称为基类或者超类，新建的类称为派生类或子类。
2. 封装
   广义上面向对象的封装：代码的保护，面向对象的思想本身就是一种封装，只让用实例化的对象来操作类中属性或者方法。
   狭义上面向对象的封装：将属性和方法都藏起来，不让你看见。
3. 多态
   多态是指一类事物有多种形态
   实现多态的方法：
   • 定义新的子类
   • 重写对应的父类方法
   • 使用子类的方法直接处理,不调用父类的方法

HTTP和HTTPs

HTTP是超文本传输协议，HTML是超文本标记语言
HTTP：http协议在数据传输的过程中都是明文，所以可能存在数据泄露和篡改。
HTTPS：是以安全为目标的HTTP通道，简单讲是HTTP的安全版，即HTTP下加入SSL/TLS层，HTTPS的安全基础是SSL，因此加密的详细内容就需要SSL。
参考链接：http://www.cnblogs.com/wupeiqi/

MVC框架和MTV框架

MVC框架:全名是Model View Controller，是软件工程中的一种软件架构模式，把软件系统分为三个基本部分：模型(Model)、视图(View)和控制器(Controller)，具有耦合性低、重用性高、生命周期成本低等优点。

Django框架的设计模式借鉴了MVC框架的思想，也是分成三部分，来降低各个部分之间的耦合性。Django框架的不同之处在于它拆分的三部分为：Model（模型）、Template（模板）和View（视图），也就是MTV框架。

MTV框架:

• Model(模型)：负责业务对象与数据库的对象(ORM)
• Template(模版)：负责如何把页面展示给用户
• View(视图)：负责业务逻辑，并在适当的时候调用Model和Template

单例模式和工厂模式

单例模式：保证一个类仅有一个实例，并提供一个访问它的全局访问点。当想控制实例数目，节省系统资源的时候使用单例模式。主要解决一个全局使用的类频繁地创建与销毁。
工厂模式：定义一个创建对象的接口，让其子类自己决定实例化哪一个工厂类，工厂模式使其创建过程延迟到子类进行。主要解决接口选择的问题。

二叉树

二叉查找树

二叉查找树，也称有序二叉树，是指一棵空树或者具有以下性质的二叉树：

1. 左子节点的值比父节点小
2. 右子节点的值比父节点大
3. 任意节点的左右子树也分别为二叉查找树
4. 没有键值相等的点
   

基于BST存在的问题，平衡二叉树产生了，典型的有AVL树和红黑树，因为AVL是严格的平衡二叉树，但是插入和删除的性能较差，所以在实际生产环境中不如红黑树应用广泛。

红黑树

红黑树从本质上来说就是一颗二叉查找树(自平衡二叉树)，但是在二叉树的基础上增加了着色相关的性质，使得红黑树可以保证相对平衡，从而保证红黑树的增删改查的时间复杂度最坏也能达到O(log N)。
下面是红黑树最重要的5条性质，后面需要正常回来查看：

1. 每个节点要么是黑的，要么是红的
2. 根节点以及叶子节点是黑的
3. 如果一个节点是红的，他的子节点一定都是黑的
4. 从任一节点到其每个叶子的所有路径都包含相同数目的黑色节点。
   
   当在含n个关键字的红黑树上进行insert和delete操作时，修改后的树可能不满足上面给出的4个红黑树的基本特性，所以需要改变树中的某些节点的颜色以及指针结构。
   这些指针结构的修改是通过旋转完成的，旋转分为左旋和右旋:
   
   参考链接：https://www.jianshu.com/p/0eaea4cc5619

什么是闭包