Python重点基础总结-面试知识点总结2

提示：作者将用一个系列的博客，总结机器/深度学习算法工程师岗位面试中常见的一些知识点，以帮助小伙伴们更好的应对面试。本系列的内容包括如下：
系列一：机器学习相关基础知识小Tip
系列二：Python基础总结
系列三：CNN相关知识
系列四：Transformer相关知识总结
系列五：经典/热门模型介绍，及深度学习常用知识点
系列六：PyTorch相关知识点及端侧部署基础知识
注：以防再也找不到我，可以收藏博客、关注作者，查看最新内容哦（持续更新中…）

---

系列二：Python基础总结

1. Python的垃圾回收机制？

在Python中，使用引用计数进行垃圾回收（当某对象的引用计数值为0，那么它的内存就会被立即释放掉）；同时通过标记-清除算法解决容器对象可能产生的循环引用问题（标记阶段，遍历所有的对象，如果还有对象引用它，那么就标记该对象为可达；清除阶段，再次遍历对象，如果发现某个对象没有标记为可达，则就将其回收）；最后，在循环引用对象的回收中，整个应用程序会被暂停，为了减少应用程序暂停的时间，Python 通过“分代回收”以空间换时间的方法提高垃圾回收效率（对象存在时间越长，越可能不是垃圾，应该越少去收集。这样在执行标记-清除算法时可以有效减小遍历的对象数，从而提高垃圾回收的速度）。

2. 线程、协程、GIL锁相关知识

1）CPU密集型也叫计算密集型，是指I/O在很短时间就可以完成，但CPU需要大量的计算和处理，特点：CPU占用率相当高。如：压缩解压缩，加密解密，正则表达式搜索。
2）I/O密集型指的是系统运作大部分的状况是CPU在等I/O（硬盘/内存）的读/写操作，CPU占用率仍然较低。如：文件处理程序，网络爬虫程序，读写数据程序。
3）多进程Process（可用multiprocessing实现）。优点：同一时刻，可以利用多核CPU并行运算（并行执行）。缺点：占用资源最多，可启动数目比线程少。适用于CPU密集型计算。一个进程可启动N个线程。
4）多线程Thread（threading模块）。优点：相比于进程，更轻量级、占