Python热门面试题一

什么是Python的生成器？它的优点是什么？

Python 的生成器（Generator）是一种特殊的迭代器（Iterator），它通过定义一个带有 yield 关键字的函数来实现。生成器允许你定义一个迭代行为，而不需要像列表那样将所有的值一次性地生成和存储在内存中。

生成器的特点和工作原理

1. 定义生成器：生成器函数和普通函数类似，只不过它使用 yield 关键字而不是 return 来返回值。每次调用生成器的 __next__() 方法时，函数会从上次退出的地方继续执行，直到再次遇到 yield。

   def simple_generator():
       yield 1
       yield 2
       yield 3
   
   gen = simple_generator()
   print(next(gen))  # 输出 1
   print(next(gen))  # 输出 2
   print(next(gen))  # 输出 3
   

2. 懒惰计算：生成器在需要时生成值，这意味着它们非常适合处理大型数据集，因为它们不会一次性将所有数据加载到内存中。

3. 状态保存：每次生成器函数执行到 yield 语句时，会保存当前的执行状态（包括局部变量和程序执行位置），下一次调用生成器时，会从上次停止的地方继续执行。

生成器的优点

1. 节省内存：由于生成器一次只生成一个值，它们比列表更节省内存，特别是在处理大型数据集时。你不需要为所有数据分配内存。

2. 提高性能：生成器避免了整个列表的创建和存储，因此在需要迭代大量数据时性能更高。

3. 简化代码：使用生成器可以使代码更清晰和简洁，因为它们可以替代需要自定义的迭代器类。

4. 无限序列：生成器可以用于生成无限序列，如斐波那契数列、素数序列等，这是列表无法实现的，因为列表需要事先知道所有元素的数量。

   def fibonacci():
       a, b = 0, 1
       while True:
           yield a
           a, b = b, a + b
   
   fib = fibonacci()
   for _ in range(10):
       print(next(fib))
   

总结来说，Python 的生成器是一种强大的工具，能够高效地处理大量数据，同时使代码更加简洁和可读。

Python的list和numpy的array有什么区别？

Python的list和NumPy的array都是用于存储数据序列的数据结构，但它们之间存在几个关键的区别：

1. 类型：

   • Python的list是Python语言的内建数据类型，可以存储任何类型的对象，包括数字、字符串、甚至是另一个list等。
   • NumPy的array是NumPy库提供的一种数据结构，专门用于存储数值数据。

2. 性能：

   • list的性能在处理大型数据集时相对较差，尤其是在进行数值计算时。
   • array在存储和处理大型数值数据时更为高效，因为它们在内存中是以连续块的形式存储的，这使得它们可以利用现代CPU的向量化指令。

3. 功能：

   • list提供了基本的序列操作，如添加、删除、查找等。
   • array提供了大量的数学和数值计算功能，如数组运算、线性代数运算、统计运算等。

4. 维度：

   • list本质上是一维的，虽然可以创建嵌套list来模拟多维数据结构，但这并不高效。
   • array可以是多维的，NumPy提供了强大的多维数组处理能力。

5. 大小：

   • list的大小是动态的，可以随时添加或删除元素。
   • array的大小在创建时固定，改变array的大小需要重新分配内存和复制数据。

6. 类型一致性：

   • list中的元素可以是不同类型的。
   • array中的元素类型是一致的，这意味着所有的元素都是相同的数据类型，如整型、浮点型等。

综上所述，虽然list和array都可以用于存储数据序列，但它们在类型、性能、功能、维度、大小和类型一致性等方面存在显著差异。在选择使用哪种数据结构时，应根据具体的应用场景和需求进行考虑。