以下是 2026年最新版 Python 面试题精选50道（涵盖基础 → 中级 → 高级），适合后端、数据分析、自动化测试、AI 等方向面试准备。建议先自己尝试回答，再对照解析巩固记忆。
我将题目分为三个梯度，便于分阶段复习：
- 1–20：基础 & 必知必会（社招/校招初筛常见）
- 21–35：中高级 & 原理向（中高级岗位重点）
- 36–50：高级 & 底层/性能/设计向（大厂/资深岗位高频）
每题后附简洁答案 + 考察点 + 追问方向，便于深度准备。
1–20 基础 & 必知必会
- Python 中列表和元组的区别？什么时候用哪个？
答：列表可变（mutable），元组不可变（immutable）；列表用 []，元组用 ()；元组可作为 dict 键、函数多返回值；列表适合动态增删，元组适合固定结构/常量/哈希。
考察：可变性、内存、哈希性 *args和**kwargs是什么？有什么用？
答：*args收集位置参数成元组，**kwargs收集关键字参数成字典；常用于函数装饰器、灵活接口、继承 super().init()。
追问：写一个接受任意参数的函数- Python 中
==和is的区别？
答：==比较值，is比较身份（id）。小整数/字符串有缓存机制，-5~256 整数、部分字符串is为 True。
高频追问：a = 257; b = 257; a is b结果？ - 浅拷贝和深拷贝的区别？如何实现？
答：浅拷贝只复制第一层（copy.copy / 切片），深拷贝递归复制所有层（copy.deepcopy）。嵌套可变对象时深拷贝才真正独立。
代码：import copy; b = copy.deepcopy(a) - Python 中可变对象和不可变对象有哪些？
答：不可变：int、float、str、tuple、frozenset、bytes
可变：list、dict、set、bytearray、自定义类（未重写 hash 等） range()和xrange()的区别？（Python2 vs 3）
答：Python3 中range()就是 Python2 的xrange()，返回迭代器，内存友好；Python2range()返回列表。- Python 中
pass、break、continue的作用？
答：pass 占位符（空函数/类）；break 跳出当前循环；continue 跳过本次循环进入下一次。 - 什么是 duck typing？
答：鸭子类型——“如果它走路像鸭子，叫声像鸭子，那么它就是鸭子”。关注行为而非类型，常用于协议/魔术方法。 __init__和__new__的区别？
答：__new__是静态方法，先创建实例（返回 cls 的实例），__init__初始化已创建的实例。通常只重写__init__，单例模式才重写__new__。- Python 中
@staticmethod、@classmethod、@property区别？
答：staticmethod 无隐式参数；classmethod 第一个参数是 cls；property 把方法伪装成属性（getter/setter/deleter）。 - Python 中的 GIL 是什么？对多线程有何影响？
答：全局解释器锁（Global Interpreter Lock）。同一时刻只有一个线程执行 Python 字节码。CPU 密集型任务多线程不加速，IO 密集型仍受益。 - Python 中常见的内存管理机制？
答：引用计数 + 分代垃圾回收（gc 模块）。小对象池（-5~256 整数、部分字符串）。 isinstance()和type()的区别？
答：isinstance(obj, (list, tuple))支持元组判断继承关系；type(obj)只返回确切类型。- Python 中列表推导式、字典推导式、生成器表达式写法？
答：[x**2 for x in range(10)] # 列表 {x: x**2 for x in range(10)} # 字典 (x**2 for x in range(10)) # 生成器 try...except...else...finally中 else 和 finally 的执行时机？
答：else 只在没有异常时执行；finally 无论是否异常都执行（常用于资源释放）。- Python 中
__slots__有什么用？
答：限制实例属性，节省内存（尤其大量小对象时），禁止__dict__。 - Python 中的命名空间有哪几种？LEGB 规则是什么？
答：Local → Enclosing → Global → Built-in
查找顺序：局部 → 闭包 → 全局 → 内置 - Python 中
nonlocal和global的作用？
答：nonlocal 修改外层函数（非全局）的变量；global 修改模块级变量。 - Python 中 sort() 和 sorted() 的区别？
答：sort() 是列表方法，原地排序返回 None；sorted() 是内置函数，返回新列表，可作用于任何可迭代对象。 - Python 中如何实现单例模式？（至少两种方式）
答：
方式1：重写__new__
方式2：装饰器 / 元类 / 模块导入（最常用）
21–35 中高级 & 原理向
- Python 中描述符（Descriptor）是什么？property 底层原理？
答：实现了__get__、__set__、__delete__的类。property 就是描述符的简化写法。 - Python 中元类（metaclass）是什么？常见使用场景？
答：创建类的类（type 是最常见的元类）。ORM（如 Django Model）、自动注册、属性校验。 - Python 中的 MRO（方法解析顺序）是什么？C3 线性化算法？
答：多继承时方法查找顺序。Python3 全用 C3（合并+拓扑排序）。 - Python 中
__getattribute__和__getattr__区别？
答：__getattribute__每次属性访问都调用；__getattr__只在普通查找失败时调用。 - Python 中生成器和迭代器的区别？如何自定义迭代器？
答：迭代器实现__iter__和__next__；生成器是迭代器的简写（yield）。生成器自动实现迭代器协议。 @functools.lru_cache原理和使用场景？
答：最近最少使用缓存装饰器，常用于递归（如斐波那契）、避免重复计算昂贵函数。- Python 中协程、生成器、async/await 的关系？
答：生成器 → 协程基础；Python 3.5+ 用 async def / await 实现原生协程（基于生成器）。 - Python 中 contextmanager 和 with 语句底层原理？
答：实现了__enter__和__exit__的对象；@contextmanager 装饰器把生成器转为上下文管理器。 - Python 中 pickle 和 json 的区别？安全性？
答：pickle 可序列化任意 Python 对象（包括函数、类），但不安全（反序列化可执行代码）；json 只支持基本类型，跨语言、安全。 - Python 中
__mro__、__bases__、__subclasses__()分别是什么？
答：mro 方法解析顺序元组；bases 直接基类元组；subclasses() 当前类的直接子类列表。 - Python 中内存泄漏的常见原因？如何排查？
答：循环引用 + 未清理全局变量/缓存；大对象未释放；线程/协程泄漏。
工具：objgraph、heapy、tracemalloc、gc.get_objects() - Python 中多进程 vs 多线程 vs 多协程适用场景？
答：CPU 密集 → 多进程（multiprocessing）；IO 密集 → 多线程/协程（asyncio）；混合 → ProcessPoolExecutor + asyncio。 - Python 中如何实现异步 IO？常见库？
答：asyncio + aiohttp + aiomysql 等；或 trio/curio。 - Python 中常见的 WSGI/ASGI 服务器有哪些？
答：WSGI：gunicorn + uvicorn；ASGI：uvicorn、hypercorn、daphne。 - Python 中装饰器带参数怎么写？
答：三层嵌套，最外层接收参数，返回真正的装饰器函数。
36–50 高级 & 底层/性能/设计向
- Python 中整数对象在内存中如何存储？大整数如何处理？
答：小整数缓存池；大整数用 ob_digit 数组（30位一组）实现任意精度。 - Python 中字符串 intern 机制？
答：编译时常量字符串、部分运行时字符串会 intern（放入 interned 池），相同内容指向同一对象。 - Python 中 dict 底层实现？为什么 Python 3.7+ dict 有序？
答：3.6 前 hash table + 开放寻址；3.7+ 插入顺序维护（compact dict + indices 数组）。 - Python 中 set 和 dict 的底层数据结构？
答：都是哈希表，set 是 dict 的 value 为 dummy 的特例。 - Python 中列表 append 操作的时间复杂度？扩容策略？
答：均摊 O(1)；扩容策略：2倍或 1.125 倍（Python 3.3+ 更平滑）。 - Python 中如何实现一个高性能的 LRU Cache？
答：collections.OrderedDict + move_to_end()；或 functools.lru_cache(maxsize=128) - Python 中如何避免循环导入（circular import）？
答：延迟导入（函数内 import）；重构模块；使用 importlib.import_module - Python 中常见的 monkey patch 使用场景？
答：测试 mock、热修复线上 bug、临时修改第三方库行为。 - Python 中如何实现一个线程安全的单例？
答：加锁（threading.Lock） + 双检锁；或用模块导入天然单例。 - Python 中垃圾回收的阈值机制（generation）？
答：三代：0代（频繁）、1代、2代；阈值可通过 gc.set_threshold() 调整。 - Python 中如何调试内存泄漏？
答：tracemalloc + snapshot；objgraph.show_most_common_types()；memory_profiler - Python 中 Cython、Numba、PyPy 的区别和适用场景？
答：Cython → 静态编译到 C；Numba → JIT 编译数值计算；PyPy → 解释器带 JIT，全局提速。 - Python 中如何实现一个简单的协程调度器？
答：用生成器 + yield + send；或直接用 asyncio 的 event loop。 - Python 中常见的反序列化漏洞（pickle RCE）如何防范？
答：永远不要 pickle untrusted data；用 json/yaml/toml；或限制 pickle 的允许类。 - 如果让你设计 Python 的包管理工具（pip 的竞品），你会怎么考虑？
答：依赖解析（SAT solver）、锁文件（requirements.txt → poetry.lock）、环境隔离（venv）、缓存、增量安装、跨平台一致性、支持 git/monorepo 等。
建议收藏 & 刷题节奏：
- 第一遍：快速过 1–20，默写关键代码
- 第二遍：深入 21–35，画图理解 MRO、描述符、GIL
- 第三遍：重点攻 36–50 + 手写 LRU / 单例 / 上下文管理器
- 每天 5–10 道 + 代码实现 + 追问准备
祝你面试顺利，拿到心仪 offer！
有想重点讲解/手写代码的题目，评论告诉我～
